NVIDIA lanserar taligenkänning som förstår kontext – inte bara ord

Hugging Face Blog

NVIDIA har släppt Nemotron 3.5 Transcribe och Granary v2, två modeller för flerspråkig transkribering (omvandling av tal till text) som går att styra med promptar – vilket betyder att du kan instruera dem att fokusera på specifika ämnen eller format. Det intressanta här är inte bara att de transkriberar, utan att de faktiskt förstår sammanhang, vilket gör dem mer användbara i verkliga produktionsmiljöer.