Uso principal declarado o inferido con cautela desde la documentación oficial.
N
NVIDIA / nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
Nemotron 3.5 Transcribe 30B A4B
Modelo de voz para transcripción en 40 idiomas, traducción y separación de hablantes. Recibe audio y texto y devuelve texto. La ficha declara 34B parámetros totales y 4,3B activos con el codificador de audio; el nombre 30B identifica su base lingüística.
01 / RESUMEN
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
02 / FICHA TÉCNICA
Límites e integración
| ID de API | nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B |
|---|---|
| Tipo de modelo | Voz y audio |
| Modelo de acceso | Pesos abiertos |
| Licencia | OpenMDW 1.1 |
| Despliegue | Despliegue propio |
| Lanzamiento | 28 OCT 2026 |
| Corte de conocimiento | No publicado |
| Entrada | Audio · Texto |
| Salida | Texto |
| Ventana de contexto | 65.536 tokens; grabaciones de hasta una hora |
| Salida máxima | No publicado |
| Razonamiento | Configurable; desactivado para transcripción en el protocolo recomendado |
| Herramientas publicadas | |
| Salidas estructuradas | Texto con etiquetas de hablante y marcas temporales opcionales por palabra |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | No publicado |
| Plataformas verificadas | Hugging Face · NeMo Speech · vLLM · Transformers |
Procesar grabaciones autorizadas, reuniones y archivos multimedia, adaptando vocabulario y estilo de transcripción mediante instrucciones.
Es un modelo offline, no un servicio ASR de streaming. El soporte varía por idioma y tarea; la comprensión sonora se evaluó solo en inglés. Las etiquetas de hablante no identifican personas. Valida consentimiento, datos sensibles y errores de transcripción.
03 / CAPACIDADES
Qué puede hacer
Orientación
Procesar grabaciones autorizadas, reuniones y archivos multimedia, adaptando vocabulario y estilo de transcripción mediante instrucciones.
Contexto
65.536 tokens; grabaciones de hasta una hora · No publicado
Herramientas e integración
No publicado
Acceso
Hugging Face · checkpoint descargable
Modalidades de entrada
AudioTexto
04 / PRECIOS
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | Sin tarifa API oficial publicada | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | Coste de infraestructura propia | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento asíncrono |
El checkpoint BF16 declara OpenMDW 1.1. La ficha describe FP8 y NVFP4, pero sus descargas públicas no se han podido verificar. No hay tarifa comercial por tokens verificada. Presupuesta GPU, memoria y operación.
i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.
05 / EVALUACIONES
Cómo leer los resultados
“
La evaluación separa WER de transcripción y cpWER con atribución de hablante. El rendimiento acelerado de NIM con NVFP4 y DFlash2 no corresponde al servidor abierto de referencia ni a cualquier GPU. El 28 de octubre es la fecha de lanzamiento; el 12 es la fecha de captura de resultados.
| Benchmark | Resultado | Métrica | Fuente |
|---|---|---|---|
| Open ASR Leaderboard English · 9 public sets | 4,71 % | WER (%) · menor es mejor | Ver fuente ↗ |
| Open ASR Leaderboard multilingual · 7 languages | 4,62 % | WER (%) · menor es mejor | Ver fuente ↗ |
| Open ASR Leaderboard long-form | 10,98 % | WER (%) · menor es mejor | Ver fuente ↗ |
| AMI + CALLHOME + Mixer 6 + NOTSOFAR-1 · full sessions | 15,80 % | cpWER (%) · menor es mejor | Ver fuente ↗ |
Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.
06 / VERSIONES
Cronología
Nemotron 3.5 Transcribe 30B A4B
Versión incorporada al catálogo verificado de Inferama.
07 / FUENTES