Nemotron 3.5 Transcribe en resumen
Un solo modelo de pesos abiertos que sigue instrucciones transcribe en 40 idiomas, etiqueta a cada hablante, traduce voz y responde preguntas sobre grabaciones de hasta una hora, con una licencia que permite uso comercial.
Qué cambió con Nemotron 3.5 Transcribe
El 28 de octubre de 2026, NVIDIA presentó Nemotron 3.5 Transcribe, un modelo de voz de pesos abiertos publicado en Hugging Face como NVIDIA-Nemotron-3.5-Transcribe-30B-A4B. En lugar de encadenar modelos distintos para transcribir, etiquetar hablantes y traducir, los desarrolladores le dan a un solo modelo instrucciones en lenguaje natural, como etiquetar a cada hablante o enumerar las decisiones de una reunión. Transcribe 40 idiomas, incluidos siete idiomas de la India.
La ficha del modelo indica grabaciones de hasta una hora, marcas de tiempo por palabra, transcripciones con hablante identificado, traducción desde y hacia el inglés y respuestas a preguntas sobre el audio. Acepta archivos WAV, FLAC, MP3 y OGG y funciona con vLLM, Hugging Face Transformers, SGLang-Omni y GGML en GPU recientes de NVIDIA. La licencia OpenMDW-1.1 permite uso comercial y no comercial. NVIDIA dice que pronto habrá versiones cuantizadas para RTX Spark, DGX Spark y dispositivos Jetson.
NVIDIA reportó en el lanzamiento que el modelo ocupaba el primer lugar del leaderboard Open ASR de Hugging Face y el segundo entre los modelos de pesos abiertos en Artificial Analysis, con unos 4,300 millones de parámetros activos. Su ficha indica una tasa media de error por palabra de 4.71% en Open ASR en inglés y de 15.80% en pruebas con varios hablantes. Son cifras reportadas por el proveedor.
Nemotron 3.5 Transcribe en cifras
Los valores provienen de la fuente enlazada en la fecha indicada. No son mediciones de IA Compa.
- Error medio por palabra en Open ASR en inglés (según el proveedor)al · Fuente de Error medio por palabra en Open ASR en inglés (según el proveedor): huggingface.co (se abre en una pestaña nueva)
- 4.71% WER
Dónde comparar Nemotron 3.5 Transcribe
Clasificaciones independientes y recursos oficiales para comparar este modelo por tu cuenta. Las posiciones cambian con frecuencia; cada sitio muestra sus datos actuales.
Clasificaciones generales
Por qué Nemotron 3.5 Transcribe importa para los negocios
Para agencias que manejan grabación de llamadas, notas de reuniones o líneas de soporte bilingües, es una opción abierta que puede correr en tu propia GPU o en una nube privada, así el audio no tiene que salir de tu entorno. Pruébalo con audio real de tus clientes, con acentos, voces encimadas y términos del sector, antes de reemplazar una API de transcripción de pago, y confirma tu proceso de consentimiento de grabación en cada estado donde operes.
Ponlo a trabajar: Agentes de voz con IA
Fuentes de esta noticia
- NVIDIA RTX Spark Windows Laptops Gain New Models, Agent Tools and Games (se abre en una pestaña nueva)Oficial
NVIDIA Blog · blogs.nvidia.com
- NVIDIA-Nemotron-3.5-Transcribe-30B-A4B model card (se abre en una pestaña nueva)Oficial
NVIDIA on Hugging Face · huggingface.co
- Open ASR Leaderboard (se abre en una pestaña nueva)Evaluación
Hugging Face · huggingface.co
Última verificación: . IA Compa resume anuncios públicos para lectores de negocios. No tenemos relación con las empresas mencionadas. Confirma siempre los detalles, precios y disponibilidad con la fuente oficial.
- #nvidia
- #nemotron
- #speech-to-text
- #transcription
- #open-weights
- #diarization
