LIVE
OpenAI выпустила GPT-6.2 Astra и Sol: мощнее, дешевле и под более строгим контролем Cloudflare начала строить собственные модели ИИ ChatGPT пришел в отдел продаж: готовые сценарии и тридцать интеграций Perplexity вышел на миллиард долларов годовой выручки, рост в четыре раза за год Рынок IPO в США застрял на избирательности, и это надолго OpenAI выпустила GPT-6.2 Astra и Sol: мощнее, дешевле и под более строгим контролем Cloudflare начала строить собственные модели ИИ ChatGPT пришел в отдел продаж: готовые сценарии и тридцать интеграций Perplexity вышел на миллиард долларов годовой выручки, рост в четыре раза за год Рынок IPO в США застрял на избирательности, и это надолго
Новости ИИ

Nvidia открыла модель, которая распознает речь на 40 языках и работает на одном чипе

автор: shmelev дата: 28 октября 2026 чтение: 2 мин
Nvidia открыла модель, которая распознает речь на 40 языках и работает на одном чипе

Nvidia выпустила Nemotron 3.5 Transcribe: бесплатную модель с открытыми весами для распознавания речи. Вместе с ней компания обновила и Granary, свой открытый датасет для обучения голосовых моделей: уже вторую версию.

Цифры впечатляют: модель переводит 31 язык на английский и обратно, обрабатывает записи длиной до часа и различает до восьми голосов в одном разговоре. Nvidia заявляет, что по бенчмаркам, включая Open ASR Leaderboard от Hugging Face, модель обходит конкурентов. Главные сферы применения: расшифровка деловых встреч и медицинская транскрибация, две области, где AI уже закрепился в рабочих процессах. Разработчики смогут донастраивать модель под профессиональный жаргон конкретной индустрии на любом из поддерживаемых языков.

Есть и ограничение, которое стоит держать в уме: Transcribe работает только с уже записанным аудио, но не с живыми трансляциями в реальном времени. Этот сегмент пока держат конкуренты вроде ElevenLabs с их продуктом Realtime. Зато модель компактна: 30 миллиардов параметров позволяют запускать ее на одном чипе, будь то контроллер для роботов Jetson AGX Thor, чип DGX Spark в новых ноутбуках или серверные Blackwell. Это дополняет линейку открытых голосовых моделей Nvidia, в которую входит и миниатюрный, но мощный Parakeet на 1,1 миллиарда параметров.

Релиз пришелся на горячий период для голосового AI: в этом же месяце Mistral представила Voxtral 3, ElevenLabs запустила Realtime, а Salesforce выпустила собственную модель Launa-Omni. Открытая модель от такого игрока, как Nvidia, может задать новую планку доступности для разработчиков, которым не по карману закрытые API крупных поставщиков.

Мы не только пишем о технологиях: разработка ИИ-агентов для бизнеса, поддержка, продажи, документооборот.

Реклама
ЛИДЕРБОРД · 728 × 90зона «Реклама: между секциями»