英伟达开源 Nemotron 3.5 Transcribe：词错率 2.8%，并列开源语音转写第一
一款新的开源权重语音转文字模型，定位非流式转写，30B 总参数、4B 激活参数，是英伟达目前在这一评测维度上最准的模型。
要点
- AA-WER 指数 2.8%，与 Mistral 的 Voxtral Small 并列开源权重模型第一
- 语音智能体对话数据集 AA-AgentTalk 上词错率 1.8%，Voxtral Small 是 2.3%
- 激活参数 4B，Voxtral Small 是 24B，约六倍差距下准确率持平；同尺寸的其他开源权重模型词错率普遍在 4% 左右
- 权重已开放；模型卡、许可证和部署要求在这批公开内容里还没给出
阅读原文这里是中文要点整理，数字与细节以原文为准。
评论
还没有评论，来写第一条。