Nvidia Lanza los Modelos Nemotron 3.5 ASR y Bolt E4B para Transcripción Multilingüe y AI Local

Nvidia ha introducido dos modelos significativos en su línea Nemotron 3.5: el Nemotron 3.5 ASR para la transcripción de audio y el Nemotron 3.5 Bolt E4B para asistentes de voz locales.

Detalles del Nemotron 3.5 ASR

El Nemotron 3.5 ASR es un modelo de voz de peso libre y gratuito, capaz de transcribir audio en hasta 40 idiomas. También funciona como traductor para 31 idiomas hacia y desde el inglés. Las características clave incluyen:

• Capacidad para manejar grabaciones de hasta una hora de duración.
• Puede distinguir entre hasta ocho hablantes.
• Soporta streaming en tiempo real con una baja latencia de 0.07 segundos.
• Construido sobre una arquitectura FastConformer-RNNT consciente de la caché.

Este modelo está disponible en Hugging Face bajo la licencia OpenMDW-1.1.

Descripción del Modelo Bolt E4B

Lanzado el 23 de octubre de 2026, el Nemotron 3.5 Bolt E4B está diseñado para ejecutar asistentes de voz y agentes de IA directamente en hardware local. Las especificaciones clave incluyen:

• Modelo de 4GB optimizado para hardware de baja memoria como GPUs GeForce RTX y dispositivos de borde Jetson.
• Configuración post-entrenada de Gemma 4 E4B de Google, con un total de 8 mil millones de parámetros.
• Rendimiento en benchmarks aproximadamente un 40% superior al de su predecesor.
• Soporta 35 idiomas y conversaciones eficientes en múltiples turnos.

Ambos modelos son parte de la estrategia de Nvidia para mejorar las capacidades de IA en diversas aplicaciones, con acceso abierto a pesos y conjuntos de datos para desarrolladores.