Nemotron 3.5 ASR:为你的语言、领域或口音进行微调
原文标题:How to Fine-Tune Nemotron 3.5 ASR for Your Language, Domain, or Accent
AI 摘要
Nemotron 3.5 ASR 是一个 600M 参数的多语言流式语音识别模型,单个检查点覆盖 40 种语言-地区(含英、西、德、法、意、日、韩、中、阿拉伯等)。采用 Cache-Aware FastConformer 编码器与 RNNT 解码器,缓存内部状态避免重复计算,实现低延迟流式转录且不损失精度。模型原生输出带标点和大写的生产级文本,无需后处理。支持指定语言(target_lang=es-ES)或自动语言检测(target_lang=auto)。通过注意力上下文大小(att_context_size)可在推理时直接调节延迟-准确率权衡,范围从 80ms 到 1.12s,无需重新训练。模型以 NeMo 检查点形式发布,可用于微调以适配特定语言、领域或口音。
关键信息
- Nemotron 3.
- 5 ASR 是一个 600M 参数的多语言流式语音识别模型,单个检查点覆盖 40 种语言-地区(含英、西、德、法、意、日、韩、中、阿拉伯等)。
- 采用 Cache-Aware FastConformer 编码器与 RNNT 解码器,缓存内部状态避免重复计算,实现低延迟流式转录且不损失精度。
- 模型原生输出带标点和大写的生产级文本,无需后处理。
- 支持指定语言(target_lang=es-ES)或自动语言检测(target_lang=auto)。
速览
- 发布时间
- 更新时间
- 分类
- 教程与技巧
- AI 评分
- 75
推荐理由
一个模型搞定40种语言的实时语音转文字,NVIDIA还给了完整微调代码和实测数据,做语音Agent和字幕的可以照着抄作业。
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:Nemotron 3.5 ASR:为你的语言、领域或口音进行微调。2026年6月4日。https://new.nat6.net/news/cmpzjp7tw045aslkp6e927y5j/