Nvidia lansează un model de transcriere controlabil prin prompturi

Nvidia a anunțat miercuri Nemotron 3.5 Transcribe, prezentat drept cel mai nou model multilingv de transcriere al companiei. Lansarea adaugă o nouă opțiune în oferta Nvidia pentru transformarea vorbirii în text. Fragmentul articolului îl descrie ca fiind controlabil prin prompturi și menționează că Nvidia îl evaluează favorabil, însă nu precizează clasamentul sau rezultatele exacte.

Anunțul identifică Nemotron 3.5 Transcribe drept un model cu ponderi deschise, destinat transcrierii multilingve. Textul disponibil nu menționează limbile acceptate, dimensiunea modelului, scorurile de benchmark, latența, cerințele de implementare, termenii licenței sau exemple despre modul de control prin prompturi. Prin urmare, informațiile furnizate nu permit compararea performanței sale tehnice cu alte sisteme de transcriere și nici clarificarea funcționării acestei caracteristici.

Modelul ar putea prezenta interes pentru dezvoltatorii care evaluează instrumente de transcriere, dar sursa oferă prea puține informații pentru a-i estima avantajele practice sau cerințele de adoptare. Sunt necesare detalii suplimentare despre benchmarkuri, acces și implementare pentru a înțelege potențialul său impact asupra software-ului de vorbire și limbaj.