NVIDIA、Nemotron 3.5 ASRを発表：600Mパラメータのキャッシュ対応ストリーミングモデルが40言語をリアルタイムで文字起こし

NVIDIAはNemotron 3.5 ASRをリリースしました。これは600Mパラメータのストリーミング自動音声認識モデルで、キャッシュ対応FastConformer-RNNTアーキテクチャを採用し、40の言語ロケールをリアルタイムで文字起こしし、句読点や大文字化をネイティブサポートします。モデルはHugging Faceでオープンウェイトとして公開され、ライセンスはOpenMDW-1.1です。