إنفيديا تطلق نموذجي Nemotron 3.5 للنسخ وGranary v2
أطلقت إنفيديا نموذج Nemotron 3.5 Transcribe مفتوح الأوزان للتعامل مع التسجيلات الصوتية، وأتاحت بيانات Granary v2 وخطًّا لإعدادها وتدريب النموذج. يجمع النموذج تفريغ الكلام وتحديد المتحدثين والترجمة والإجابة عن أسئلة حول الصوت؛ إذ يتعامل مع ٤٠ لغة في التفريغ، و٣١ لغة في الترجمة من الإنجليزية أو إليها، ويُميّز المتحدثين في ١٣ لغة. ويمكن للمطورين توجيهه بلغة طبيعية وتكييفه مع مفردات المجالات المختلفة، وهو متاح على Hugging Face وModelScope.
الحقائق الأساسية
يدعم النموذج التفريغ بـ٤٠ لغة، والترجمة بين الإنجليزية و٣١ لغة، وتحديد المتحدثين في ١٣ لغة.
«It brings transcription, speaker attribution (diarization), translation, and audio question answering into one checkpoint: it transcribes 40 languages, translates 31 of them to or from English, and attributes speakers in 13.»
عرض المصدر ←يستوعب النموذج تسجيلات تصل مدتها إلى ساعة، ويمكنه تمييز ما يصل إلى ٨ متحدثين.
«It handles recordings up to an hour long and labels up to eight speakers.»
عرض المصدر ←بيانات Granary v2 متاحة على Hugging Face وModelScope، مع خطّ لإعداد البيانات وأدوات لضبط النموذج.
«Granary v2’s multilingual data (available on Hugging Face and ModelScope) and reusable curation pipeline, together with NeMo Speech fine-tuning tools, extend prompt-level control to training: developers can define the written form they need and adapt the model to the speech their applications encounter.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر