---
title: "NVIDIA 开源 Nemotron 3.5 Transcribe：转写、说话人标注、翻译与音频问答 - Angryecho"
description: "10月29日凌晨（上海时间约 04:45），账号 Chubby（@kimmonismus）介绍称，NVIDIA 放出一款开源语音模型，能把会议录音转成文字、标出谁说了什么，还能翻译，并就录音内容回答问题。["
canonical_url: "https://www.angryecho.com/c/github/p/P2TBBtGhikoco5OZTYd0T"
meta:
  "og:description": "10月29日凌晨（上海时间约 04:45），账号 Chubby（@kimmonismus）介绍称，NVIDIA 放出一款开源语音模型，能把会议录音转成文字、标出谁说了什么，还能翻译，并就录音内容回答问题。["
  "og:image": "https://www.angryecho.com/_og/d/c_Post%2Ctitle_~5ZCQ5qe9572R%2Cdescription_~5ZCQ5qe95LiA5LiL77yM5bCx5LiK5ZCQ5qe9572R44CC%2CpostId_P2TBBtGhikoco5OZTYd0T%2Crevision_~MjAyNi0xMC0yOVQwMjo1NTo1OS41MDEzMzFa%2Cp_Ii9jL2dpdGh1Yi9wL1AyVEJCdEdoaWtvY281T1pUWWQwVCI%2Cs_Qu86hJmadVZxUerX.png"
  "og:image:height": "630"
  "og:image:type": image/png
  "og:image:width": "1200"
  "og:title": "NVIDIA 开源 Nemotron 3.5 Transcribe：转写、说话人标注、翻译与音频问答"
---

> Index of every page on this site: [llms.txt](https://www.angryecho.com/llms.txt)

# **NVIDIA 开源 Nemotron 3.5 Transcribe：转写、说话人标注、翻译与音频问答**

10月29日凌晨（上海时间约 04:45），账号 Chubby（@kimmonismus）介绍称，NVIDIA 放出一款开源语音模型，能把会议录音转成文字、标出谁说了什么，还能翻译，并就录音内容回答问题。\[1]

模型正式名是 **Nemotron 3.5 Transcribe**，Hugging Face 仓库为 `nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B`。按 Chubby 帖与官方模型卡、发布博客，能力边界大致是：约 **40 种语言**转写；英语与约 **31 种语言**互译；最多约 **八名说话人**，说话人标签在约 **13 种语言**可用；单段录音最长约 **一小时**。开发者可喂专有名词与术语引导转写，减少行业黑话被听错；也可直接就录音提问。音频问答主要按英语训练，其他语言上的问答效果需自行实测。\[1]\[2]\[3]

规模上约 **30B** 参数，每 token 约 **4B** 激活，可在自有 NVIDIA 显卡上跑。NVIDIA 发布材料称，它在 Hugging Face 英文开源语音识别榜的开源权重模型中排名靠前，并在 VoiceArena 含说话人归属的十四套系统对比中领先；具体分数以模型卡与榜单当日页面为准，本稿不另推算。\[2]\[3]

模型卡写明：面向**已录制音频**；实时流式要用另一套方案。许可为 OpenMDW-1.1，2026年10月28日已在 Hugging Face 等渠道上线。想先听效果可走演示空间；要本地部署可看模型卡里的 vLLM 与 Transformers 说明。会议纪要、多语字幕、「谁说了什么」这类离线整理场景，是它眼下最直接的用法；若业务依赖实时字幕，需要另找流式方案，不要误当成同一条产品线。Chubby 帖给出的能力清单与官方文档大体一致，落地前仍建议对照模型卡的语言支持表。

## 来源

> \[1] [Chubby 介绍 NVIDIA 开源 Nemotron 3.5 Transcribe](https://x.com/kimmonismus/status/2115545432243982637)，查询日 2026-10-29。

> \[2] [Hugging Face 模型卡：NVIDIA-Nemotron-3.5-Transcribe-30B-A4B](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B)，查询日 2026-10-29。

> \[3] [Hugging Face Blog：NVIDIA Nemotron 3.5 Transcribe and Granary v2](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary/)，查询日 2026-10-29。

> \[4] [Demo Space：nemotron-transcribe](https://huggingface.co/spaces/nvidia/nemotron-transcribe)，查询日 2026-10-29。

#NVIDIA #Nemotron #语音转写 #开源模型 #HuggingFace

排序方式 :

### **成为第一条评论！**

Nobody's responded to this post yet. Add your thoughts and get the conversation going.

```json
{"@context":"https://schema.org","@graph":[{"@id":"https://www.angryecho.com/c/github/p/P2TBBtGhikoco5OZTYd0T#post","@type":"DiscussionForumPosting","commentCount":0,"dateModified":"2026-10-29T02:55:59.501Z","datePublished":"2026-10-28T20:45:00.000Z","description":"10月29日凌晨（上海时间约 04:45），账号 Chubby（@kimmonismus）介绍称，NVIDIA 放出一款开源语音模型，能把会议录音转成文字、标出谁说了什么，还能翻译，并就录音内容回答问题。[","headline":"NVIDIA 开源 Nemotron 3.5 Transcribe：转写、说话人标注、翻译与音频问答","isPartOf":"https://www.angryecho.com/c/github","mainEntityOfPage":"https://www.angryecho.com/c/github/p/P2TBBtGhikoco5OZTYd0T","text":"10月29日凌晨（上海时间约 04:45），账号 Chubby（@kimmonismus）介绍称，NVIDIA 放出一款开源语音模型，能把会议录音转成文字、标出谁说了什么，还能翻译，并就录音内容回答问题。[1]\n\n模型正式名是 Nemotron 3.5 Transcribe，Hugging Face 仓库为 nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B。按 Chubby 帖与官方模型卡、发布博客，能力边界大致是：约 40 种语言转写；英语与约 31 种语言互译；最多约 八名说话人，说话人标签在约 13 种语言可用；单段录音最长约 一小时。开发者可喂专有名词与术语引导转写，减少行业黑话被听错；也可直接就录音提问。音频问答主要按英语训练，其他语言上的问答效果需自行实测。[1][2][3]\n\n规模上约 30B 参数，每 token 约 4B 激活，可在自有 NVIDIA 显卡上跑。NVIDIA 发布材料称，它在 Hugging Face 英文开源语音识别榜的开源权重模型中排名靠前，并在 VoiceArena 含说话人归属的十四套系统对比中领先；具体分数以模型卡与榜单当日页面为准，本稿不另推算。[2][3]\n\n模型卡写明：面向已录制音频；实时流式要用另一套方案。许可为 OpenMDW-1.1，2026年10月28日已在 Hugging Face 等渠道上线。想先听效果可走演示空间；要本地部署可看模型卡里的 vLLM 与 Transformers 说明。会议纪要、多语字幕、「谁说了什么」这类离线整理场景，是它眼下最直接的用法；若业务依赖实时字幕，需要另找流式方案，不要误当成同一条产品线。Chubby 帖给出的能力清单与官方文档大体一致，落地前仍建议对照模型卡的语言支持表。\n\n来源\n\n\n\n[1] Chubby 介绍 NVIDIA 开源 Nemotron 3.5 Transcribe，查询日 2026-10-29。\n\n\n\n[2] Hugging Face 模型卡：NVIDIA-Nemotron-3.5-Transcribe-30B-A4B，查询日 2026-10-29。\n\n\n\n[3] Hugging Face Blog：NVIDIA Nemotron 3.5 Transcribe and Granary v2，查询日 2026-10-29。\n\n\n\n[4] Demo Space：nemotron-transcribe，查询日 2026-10-29。\n\n#NVIDIA #Nemotron #语音转写 #开源模型 #HuggingFace","url":"https://www.angryecho.com/c/github/p/P2TBBtGhikoco5OZTYd0T","author":{"@type":"Person","name":"coco","url":"https://www.angryecho.com/u/P7H9724786"},"interactionStatistic":[{"@type":"InteractionCounter","interactionType":"https://schema.org/LikeAction","userInteractionCount":0},{"@type":"InteractionCounter","interactionType":"https://schema.org/DislikeAction","userInteractionCount":0},{"@type":"InteractionCounter","interactionType":"https://schema.org/ViewAction","userInteractionCount":0},{"@type":"InteractionCounter","interactionType":"https://schema.org/ShareAction","userInteractionCount":0}]}]}
```

## Sitemap

See the full [sitemap](https://www.angryecho.com/sitemap.md) for all pages.