Nvidia publie Nemotron 3.5 Transcribe en poids ouverts, SOTA ASR à 5,33% WER sur 40 langues avec le dataset Granary v2

Nvidia publie Nemotron 3.5 Transcribe, modèle promptable Mamba-Transformer MoE 30B (4B actifs) qui transcrit en 40 langues, diarise 13 langues et traduit depuis/vers 31 langues. Il décroche la première place du Open ASR Leaderboard à 5,33% WER anglais, ex æquo avec les leaders à 2,8% AA-WER sur Artificial Analysis et 18,26% DER sur le benchmark 21 langues de David AI. Granary v2, le pipeline open source qui l'a entraîné, cumule 463 062 heures audio sur 48 langues.