// AI 新闻 · 2026-10-28 · Hugging Face Blog
NVIDIA发布多语言语音转写模型Nemotron 3.5 Transcribe
NVIDIA在Hugging Face平台发布开源语音转写模型Nemotron 3.5 Transcribe，支持40种语言的转录、13种语言的说话人识别和31种语言与英语之间的翻译。该模型可在本地或云端部署，处理时长可达一小时的录音，并支持最多八名说话人的标注。其在Hugging Face开放语音识别榜单上以5.33%的平均词错误率位居英文转录任务第一，在多语言和长文本任务中也取得领先表现。
原文发布 2026-10-28 22:58（北京时间）来源 Hugging Face Blog自动整理 · 已核对原文
01摘要
该模型具备可提示（promptable）特性，开发者可通过自然语言指令控制输出内容，并结合Granary v2数据集与微调工具自定义领域术语和口音。在医疗场景测试中，微调后词错误率较基准模型下降45.8%。模型支持说话人标注、对话内容理解及上下文推理，可将同一会议录音生成不同输出形式，如转录文本或提取决策内容。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- Nemotron 3.5 Transcribe支持40种语言转录，13种语言说话人识别，31种语言与英语互译。
- 在Hugging Face开放语音识别榜单英文任务中以5.33%词错误率排名第一，多语言和长文本任务表现领先。
- 模型具备可提示能力，支持通过自然语言指令自定义输出，可本地部署或云端扩展运行。
- 结合Granary v2数据集与微调工具，在医疗场景下微调后词错误率降低45.8%。
03原文出处
Hugging Face Blog · 发布于 2026-10-28 22:58（北京时间） · 上方为原标题
另有 3 家报道
05同主题新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 全部 AI 新闻 · 今日