NVIDIA 釋出開放權重語音模型 Nemotron 3.5,一個模型包辦轉錄、翻譯與講者辨識

NVIDIA 釋出開放權重語音模型 Nemotron 3.5,一個模型包辦轉錄、翻譯與講者辨識

2026/10/30

NVIDIA 推出開放權重語音模型 Nemotron 3.5 Transcribe,將語音轉文字、翻譯、講者區分與錄音問答整合在單一模型。新模型支援 40 種語言轉錄,已在 Hugging Face 與 ModelScope 開放下載。

NVIDIA 推出開放權重語音模型 Nemotron 3.5 Transcribe,把過去需要多個模型分工完成的語音處理任務整合在同一個模型中,包括語音轉文字、翻譯、講者區分,以及針對錄音內容的問答。新模型可轉錄 40 種語言,其中 31 種支援與英語互譯,13 種可標記不同講者的發言,目前已在 Hugging Face 及 ModelScope 開放下載。

傳統的語音處理流程通常由多個獨立模型串接而成:先由語音辨識模型把聲音轉成文字,再交給翻譯模型處理,講者辨識則需要另一套系統,若要針對會議內容回答問題,還得再接上語言模型。每多一個環節,就多一分延遲與錯誤累積的風險,系統整合與維運成本也隨之增加。Nemotron 3.5 Transcribe 的設計思路,正是以單一模型取代這條冗長的處理鏈。

從技術意涵來看,整合式語音模型能讓不同任務共享對語音內容的理解。例如在辨識講者的同時理解語意,有助於更準確地切分對話段落;在轉錄時就掌握上下文,也能提升翻譯品質。業界分析人士指出,語音 AI 正從「單點功能」走向「端到端理解」,能直接回答錄音內容相關問題的能力,更讓語音模型從轉錄工具升級為資訊檢索與分析工具。

NVIDIA 選擇以開放權重方式釋出,也延續其近年在模型生態上的布局策略。NVIDIA 的核心業務是 GPU 與 AI 運算平台,提供高品質的開放模型,能降低企業與開發者導入 AI 的門檻,間接擴大對其硬體與軟體平台的需求。開放權重也讓企業可以在自有環境部署模型,對重視資料隱私的醫療、金融與政府單位而言格外重要,因為會議錄音、客服通話等內容往往涉及敏感資訊。

在應用面上,這類模型可望廣泛用於會議紀錄、客服中心通話分析、跨國團隊協作、影音字幕製作與無障礙服務等場景。對多語言市場而言,單一模型支援數十種語言轉錄與互譯,有助於中小型企業以較低成本建置多語服務,不必分別採購多套系統。

不過,語音模型的實際表現往往受口音、背景噪音與專業術語影響,各語言的辨識品質也可能存在落差。開放下載後,開發社群的實測結果、各語言的準確度表現,以及在一般硬體上的運行效率,將決定 Nemotron 3.5 Transcribe 能否在語音 AI 市場中成為企業的主流選項。