英伟达把转写、说话人分离和翻译装进一个开放权重模型：40种语言、最长一小时录音
英伟达发布开放权重的 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合并进同一个检查点，支持40种语言转写、31种语言与英语互译、13种语言说话人标注，可处理最长一小时录音并标注至多8位说话人。此前这些能力通常分散在不同模型或流程中，用户拿到逐字稿仍要另行判断谁说了什么、如何翻译。开发者可用自然语言提示引导输出，并借助 Granary v2 数据与微调工具适配领域词汇；在医疗案例中，微调把留出说话人上的词错误率相对最佳提示降低了45.8%。