أصدرت شركة إنفيديا يوم الأربعاء 28 أكتوبر 2026 نموذجها الجديد Nemotron 3.5 Transcribe، وهو نموذج مجاني ومفتوح الأوزان متاح للاستخدام دون مقابل مادي.

قدرات النموذج اللغوية والتقنية

يستطيع النموذج نسخ الصوت إلى نصوص بما يصل إلى 40 لغة مختلفة، كما يمكنه الترجمة بين اللغة الإنجليزية و31 لغة أخرى. ويتعامل مع تسجيلات صوتية تصل مدتها إلى ساعة كاملة.

يستطيع النموذج التمييز بين ما يصل إلى ثمانية متحدثين مختلفين في التسجيل الواحد. ويحتوي على 30 مليار معامل (بارامتر)، ويمكن تشغيله على شريحة واحدة فقط دون الحاجة لأجهزة متعددة.

يعمل النموذج على شرائح متنوعة منها Jetson AGX Thor وDGX Spark وBlackwell. ويقتصر عمله على التسجيلات الصوتية المسجلة مسبقًا ولا يدعم البث المباشر.

أداء متفوق وأدوات للمطورين

تفوق النموذج على منافسيه في اختبارات الأداء القياسية ومنها منصة Open ASR Leaderboard. ويستهدف المطورين الذين يبنون تطبيقات لاجتماعات العمل والنسخ الطبي.

أطلقت إنفيديا أيضًا الإصدار الثاني من مجموعة بيانات Granary مفتوحة المصدر للكلام. ويمكن للمطورين استخدام النموذج مع مجموعة البيانات المحدثة وأدوات مثل NeMo Speech لتخصيص التطبيقات.

تتيح هذه الأدوات التعرف على المصطلحات المتخصصة لكل صناعة بلغتها الخاصة.

عائلة النماذج الصوتية المفتوحة

ينضم النموذج إلى عائلة نماذج إنفيديا الصوتية مفتوحة الأوزان الأخرى. ومن بين هذه النماذج السابقة نموذج Parakeet الذي يحتوي على 1.1 مليار معامل.

منافسة نشطة في قطاع الذكاء الاصطناعي الصوتي

أصدرت شركة ميسترال نموذج Voxtral 3 في وقت سابق من شهر أكتوبر 2026. وأطلقت شركة إيليفن لابس نموذج Realtime للكلام الفوري في وكلاء الصوت.

أصدرت شركة سيلزفورس نموذجها الصوتي Launa-Omni.