Nvidia lance Nemotron 3.5 Transcribe et le jeu de données vocales Granary v2

Synthèse AIVSION

Le 28 octobre 2026, Nvidia a publié Nemotron 3.5 Transcribe, un modèle vocal à poids ouverts qui regroupe transcription multilingue (jusqu'à 40 langues selon TechCrunch), attribution des locuteurs, traduction et questions-réponses sur l'audio, le tout piloté par des instructions textuelles. Il est accompagné de Granary v2, un jeu de données vocales ouvert d'environ 463 000 heures avec son pipeline de préparation, destiné au fine-tuning. Selon les sources, le modèle domine plusieurs classements avec bien moins de paramètres actifs que son principal rival ouvert, mais il traite des enregistrements et non l'audio en direct, laissant le temps réel à d'autres acteurs.