Ang Nvidia ay naglulunsad ng isang AI model na nag-uconvert ng audio sa text na sumusuporta sa 40 wika

Ipinahayag ng Americanong kumpanyang NVIDIA ang paglulunsad ng bagong modelo ng artificial intelligence na may pangalang “Nemotron 3.5 Transcribe,” na nagtutuloy sa pagpapalitan ng mga audio recording patungo sa nakasulat na teksto, sumusuporta sa 40 wika, at nagbibigay-daan sa mga developer na gamitin ito nang libre sa pamamagitan ng mga bukas na timbang. Inilarawan ng kumpanya na ang bagong modelo ay sumusuporta sa pagsasalin mula sa Ingles patungo sa 31 iba pang wika, at kayang pagprosesin ang mga audio recording na hanggang sa isang oras ang haba, kasama ang kakayahang kilalanin ang boses ng hanggang walong mananalita sa iisang recording. Dugdag pa nito na ang modelo ay nakatuon sa pagpapabuti ng mga aplikasyon para sa transkripsyon ng mga audio recording at medikal na konsultasyon, at pagpapalitan nito sa nakasulat na teksto, kasama ang kakayahang kilalanin ang mga espesyalistang termino sa iba’t ibang larangan. Binanggit din nito na ang modelo ay may 30 bilyong parameter, at maaari itong i-operate gamit ang isang chip sa pamamagitan ng iba’t ibang platform ng kompyutasyon, na nagbibigay-daan sa paggamit nito sa iba’t ibang aplikasyon nang hindi kinakailangan ng maraming sistema ng kompyutasyon.