أصدرت شركة إنفيديا يوم الأربعاء 28 أكتوبر 2026 نموذجها الجديد Nemotron 3.5 Transcribe، وهو نموذج مجاني ومفتوح الأوزان قادر على نسخ الصوت بما يصل إلى 40 لغة. وأصدرت الشركة في الوقت نفسه الإصدار الثاني من مجموعة بيانات Granary المفتوحة المصدر للكلام.

قدرات النموذج في النسخ والترجمة

تقول إنفيديا إن Nemotron 3.5 يستطيع الترجمة بين 31 لغة والإنجليزية. ويمكنه معالجة تسجيلات تصل مدتها إلى ساعة واحدة، والتمييز بين ما يصل إلى ثمانية متحدثين في التسجيل الواحد. ويبلغ حجم النموذج 30 مليار معامل. لكنه يعمل مع الصوت المسجل فقط، وليس مع البث المباشر.

تفوق مزعوم على المنافسين

تزعم إنفيديا أن النموذج يتفوق على المنافسين في المعايير القياسية، بما فيها Open ASR Leaderboard من Hugging Face. وتستهدف هذه الأدوات المطورين الذين يبنون تطبيقات لاجتماعات العمل والنسخ الطبي. وتقول الشركة إن المطورين يمكنهم استخدام النموذج ومجموعة بيانات Granary المحدثة وأدوات مثل NeMo Speech لتخصيص التطبيقات للتعرف على مصطلحات كل صناعة بكل لغة.

تشغيل مرن على شريحة واحدة

تقول إنفيديا إن النموذج يمكنه العمل على شريحة واحدة، من Jetson AGX Thor وDGX Spark إلى شرائح Blackwell لمراكز البيانات. وينضم النموذج إلى نماذج الشركة الصوتية مفتوحة الأوزان الأخرى، ومنها Parakeet البالغ حجمه 1.1 مليار معامل.

منافسة نشطة في نماذج الصوت

وأصدرت Mistral نموذج Voxtral 3 في وقت سابق من أكتوبر 2026. وأطلقت ElevenLabs نموذج Realtime للكلام الفوري في المساعدين الصوتيين، فيما أصدرت Salesforce نموذجها الصوتي Launa-Omni.