Nvidia представила модели Nemotron 3.5 ASR и Bolt E4B для многоязычной транскрипции и локального ИИ

Nvidia представила две значимые модели в линейке Nemotron 3.5: Nemotron 3.5 ASR для транскрипции аудио и Nemotron 3.5 Bolt E4B для локальных голосовых помощников.

Подробности о Nemotron 3.5 ASR

Nemotron 3.5 ASR — это бесплатная модель распознавания речи с открытыми весами, способная транскрибировать аудио на 40 языках. Она также выполняет функции переводчика для 31 языка с и на английский. Ключевые особенности включают:

• Обработка записей длительностью до одного часа.
• Способность различать до восьми говорящих.
• Поддержка потоковой передачи в реальном времени с низкой задержкой в 0,07 секунды.
• Построена на архитектуре FastConformer-RNNT, учитывающей кэш.

Эта модель доступна на Hugging Face под лицензией OpenMDW-1.1.

Обзор модели Bolt E4B

Запущенная 23 октября 2026 года, модель Nemotron 3.5 Bolt E4B предназначена для работы голосовых помощников и ИИ-агентов непосредственно на локальном оборудовании. Ключевые характеристики включают:

• Модель на 4 ГБ, оптимизированная для оборудования с низким объемом памяти, такого как графические процессоры GeForce RTX и устройства Jetson.
• Конфигурация, дообученная на базе Gemma 4 E4B от Google, с 8 миллиардами параметров.
• Примерно на 40% выше производительность по сравнению с предшественником.
• Поддержка 35 языков и эффективные многоходовые диалоги.

Обе модели являются частью стратегии Nvidia по улучшению возможностей ИИ в различных приложениях, предоставляя открытый доступ к весам и наборам данных для разработчиков.