NVIDIA 发布 Nemotron 3.5 Transcribe 开源语音转写模型

NVIDIA 推出开源语音转写模型 Nemotron 3.5 Transcribe，总参数量 30B、激活参数仅 4B。该模型在 AA-WER Index 上取得 2.8% 的错误率，与 Mistral 的 Voxtral Small 并列开源模型第一。在语音智能体对话数据集 AA-AgentTalk 上，它以 1.8% 的错误率领先 Voxtral Small 的 2.3%。相比 Voxtral Small 的 24B 激活参数，它用少 6 倍的激活参数达到同等准确率，而同规模开源模型的错误率普遍在 4% 左右。