Nvidia Lance les Modèles Nemotron 3.5 ASR et Bolt E4B pour la Transcription Multilingue et l'IA Locale

Nvidia a introduit deux modèles significatifs dans sa gamme Nemotron 3.5 : le Nemotron 3.5 ASR pour la transcription audio et le Nemotron 3.5 Bolt E4B pour les assistants vocaux locaux.

Détails du Nemotron 3.5 ASR

Le Nemotron 3.5 ASR est un modèle de reconnaissance vocale libre et à poids ouvert, capable de transcrire de l'audio en jusqu'à 40 langues. Il fonctionne également comme traducteur pour 31 langues vers et depuis l'anglais. Parmi ses caractéristiques clés, on trouve :

• Capacité à gérer des enregistrements d'une heure maximum.
• Capacité à distinguer jusqu'à huit intervenants.
• Support du streaming en temps réel avec une faible latence de 0,07 seconde.
• Construit sur une architecture FastConformer-RNNT sensible au cache.

Ce modèle est disponible sur Hugging Face sous la licence OpenMDW-1.1.

Aperçu du Modèle Bolt E4B

Lancé le 23 octobre 2026, le Nemotron 3.5 Bolt E4B est conçu pour faire fonctionner des assistants vocaux et des agents IA directement sur du matériel local. Les spécifications clés incluent :

• Modèle de 4 Go optimisé pour du matériel à faible mémoire comme les GPU GeForce RTX et les dispositifs Jetson edge.
• Configuration post-entraînement de Gemma 4 E4B de Google, avec un total de 8 milliards de paramètres.
• Performance de référence environ 40 % supérieure à celle de son prédécesseur.
• Support de 35 langues et conversations multi-tours efficaces.

Les deux modèles font partie de la stratégie de Nvidia visant à améliorer les capacités de l'IA dans diverses applications, avec un accès ouvert aux poids et aux ensembles de données pour les développeurs.