AIINEWS

AIINEWS

Báo cáo chuyên sâu về Trí tuệ nhân tạo và Công nghệ toàn cầu

Voice AI đang thịnh hành: Nvidia phát hành mô hình phiên âm mở mới

Ban biên tập AIINEWS•hardware
28 tháng 10, 2026•2 phút đọc
Voice AI đang thịnh hành: Nvidia phát hành mô hình phiên âm mở mới

Tóm lược nhanh

“Nvidia vừa phát hành mô hình chuyển giọng nói thành văn bản miễn phí có thể phiên âm tới 40 ngôn ngữ, nhưng nó chỉ hoạt động trên các bản ghi chứ không phải âm thanh trực tiếp, vì vậy đây là một bước tiến lớn đối với các công cụ phiên âm cuộc họp và y tế trong khi vẫn để các đối thủ như ElevenLabs sử dụng thời gian thực.”

Nvidia hôm thứ Tư đã phát hành Nemotron 3.5 Transcribe, một mô hình mở, miễn phí có thể phiên âm âm thanh sang 40 ngôn ngữ. Nó cũng phát hành phiên bản 2 của Granary, bộ dữ liệu giọng nói nguồn mở.

Nvidia tự hào rằng Nemotron 3.5 có thể dịch 31 ngôn ngữ sang và từ tiếng Anh, xử lý các bản ghi âm dài tới một giờ và phân biệt tối đa tám người nói. Nó tuyên bố sẽ đánh bại các đối thủ về điểm chuẩn, bao gồm cả Bảng xếp hạng ASR mở của Ôm mặt.

Những công cụ này nhắm đến các nhà phát triển xây dựng ứng dụng cho các cuộc họp kinh doanh và phiên âm y tế, hai trong số những chỗ đứng vững chắc nhất của AI tại nơi làm việc. Nvidia cho biết các nhà phát triển có thể sử dụng mô hình, tập dữ liệu Granary được cập nhật và các công cụ như mô hình NeMo Speech để tùy chỉnh các ứng dụng nhằm nhận dạng thuật ngữ của ngành trong từng ngôn ngữ. Một nhược điểm: Phiên âm hoạt động với âm thanh đã ghi chứ không phải phát trực tiếp.

Tuy nhiên, công ty hứa hẹn Transcribe, với 30 tỷ thông số, có thể chạy trên một con chip duy nhất, từ bộ điều khiển robot Jetson AGX Thor và chip DGX Spark cung cấp năng lượng cho máy tính xách tay mới, cho đến chip trung tâm dữ liệu Blackwell. Nó tham gia vào các mô hình giọng nói có trọng lượng mở của Nvidia, bao gồm cả Parakeet siêu nhỏ nhưng mạnh mẽ (1,1 tỷ tham số).

Mục nhập giọng nói mới nhất của Nvidia xuất hiện trong giai đoạn bận rộn phát hành giọng nói AI: Mistral đã xuất xưởng Voxtral 3 vào đầu tháng này; ElevenLabs ra mắt Thời gian thực cho lời nói tức thì trong các tác nhân thoại; và Salesforce đã phát hành Launa-Omni, mẫu giọng nói của nó.

Bản quyền nội dung và biên tập thuộc về Ban biên tập AIINEWS
Chia sẻ bài phân tích này:
Góc nhìn mở rộng & Đột phá công nghệ

Các phân tích & Tiêu điểm liên quan

Hiển thị 8 bài phân tích tuyển chọn
NVIDIA công bố kết quả huấn luyện của Vera Rubin, điểm số tác vụ AI còn chờ xác minh
Bán dẫn & Siêu chipkhoảng 16 giờ trước

NVIDIA công bố kết quả huấn luyện của Vera Rubin, điểm số tác vụ AI còn chờ xác minh

NVIDIA công bố kết quả thử nghiệm đầu tiên của nền tảng Vera Rubin trên MLPerf Training và MLPerf Endpoints. Hãng báo cáo mức tăng hiệu năng huấn luyện so với hệ thống GB300, nhưng kết quả về hiệu suất điện năng khi chạy tác vụ AI vẫn đang chờ MLCommons xác minh.

3 phút đọc3,806
Startup chip bán dẫn Bharat Semi huy động 24 triệu USD nhằm phát triển cảm biến AI

Startup chip bán dẫn Bharat Semi huy động 24 triệu USD nhằm phát triển cảm biến AI

Công ty thiết kế vi mạch Bharat Semi vừa huy động thành công khoản vốn hạt giống 24 triệu USD để chế tạo dòng cảm biến hình ảnh tích hợp trí tuệ nhân tạo. Doanh nghiệp này đang nhắm tới các thị trường quốc tế như Mỹ với mục tiêu thương mại hóa sản phẩm vào năm 2027.

2 phút đọc5,811
Alibaba ra mắt mô hình ngôn ngữ lớn Qwen4-Max với kiến trúc huấn luyện tối ưu
Mô hình & Đột phá AIkhoảng 8 giờ trước

Alibaba ra mắt mô hình ngôn ngữ lớn Qwen4-Max với kiến trúc huấn luyện tối ưu

Alibaba vừa chính thức giới thiệu Qwen4-Max, mô hình ngôn ngữ lớn mạnh mẽ nhất của hãng với tổng số tham số lên tới 2.4 nghìn tỷ nhưng chỉ kích hoạt 71 tỷ tham số tại mỗi thời điểm hoạt động. Nền tảng này tích hợp các cải tiến chuyên sâu về cơ chế chú ý và quy trình huấn luyện giúp giảm đáng kể chi phí vận hành.

2 phút đọc2,661
Sam Altman làm rõ phát biểu về dung lượng RAM và chuỗi cung ứng trí tuệ nhân tạo
Lãnh đạo & Nhân vật AIkhoảng 10 giờ trước

Sam Altman làm rõ phát biểu về dung lượng RAM và chuỗi cung ứng trí tuệ nhân tạo

Giám đốc điều hành OpenAI Sam Altman vừa giải thích lại những phát ngôn gây tranh cãi về bộ nhớ máy tính trong bối cảnh các nhà sản xuất trí tuệ nhân tạo đẩy giá linh kiện tăng vọt. Ông cho biết mình hoàn toàn ủng hộ người dùng cá nhân sở hữu nhiều RAM để tự mày mò công nghệ.

2 phút đọc2,906
Voice AI đang thịnh hành: Nvidia phát hành mô hình phiên âm mở mới | AIINEWS