NVIDIA发布Nemotron 3.5 Transcribe：面向40种语言转录的开源30B MoE模型，激活参数约4B

📋总体概括

NVIDIA发布开源权重语音大模型Nemotron 3.5 Transcribe，采用MoE架构，总参数量30B、激活参数仅约4.3B，可转录40种语言，支持说话人标签与词级时间戳，在英文Open ASR排行榜上取得4.71%的平均WER。这表明NVIDIA在语音识别赛道以开源、低推理成本切入，对Whisper等闭源或通用模型的商用转录市场构成直接冲击。