Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
N
NVIDIA / nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
Nemotron 3.5 Transcribe 30B A4B
Un modèle vocal pour la transcription en 40 langues, la traduction et la diarisation. Il reçoit de l’audio et du texte et renvoie du texte. La fiche indique 34 milliards de paramètres au total et 4,3 milliards actifs avec l’encodeur audio ; le nom 30B désigne sa base linguistique.
01 / RÉSUMÉ
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
02 / FICHE TECHNIQUE
Limites et intégration
| ID d’API | nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B |
|---|---|
| Type de modèle | Voix et audio |
| Mode d’accès | Poids ouverts |
| Licence | OpenMDW 1.1 |
| Déploiement | Auto-hébergement |
| Lancement | 28 OCT 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Audio · Texte |
| Sortie | Texte |
| Fenêtre contextuelle | 65 536 jetons ; enregistrements d’une heure maximum |
| puissance maximale | Non publié |
| Raisonnement | Configurable ; désactivé pour la transcription dans le protocole recommandé |
| Outils publiés | |
| Sorties structurées | Texte avec étiquettes de locuteur et horodatages facultatifs par mot |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | Hugging Face · NeMo Speech · vLLM · Transformers |
Traiter des enregistrements autorisés, réunions et fichiers multimédias, en adaptant le vocabulaire et le style de transcription par des consignes.
C’est un modèle hors ligne, pas un service ASR en streaming. La prise en charge varie selon la langue et la tâche ; la compréhension audio a été évaluée uniquement en anglais. Les étiquettes de locuteur n’identifient pas les personnes. Vérifiez le consentement, les données sensibles et les erreurs de transcription.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Traiter des enregistrements autorisés, réunions et fichiers multimédias, en adaptant le vocabulaire et le style de transcription par des consignes.
Contexte
65 536 jetons ; enregistrements d’une heure maximum · Non publié
Outils et intégration
Non publié
Accès
Hugging Face · checkpoint téléchargeable
Modalités d’entrée
AudioTexte
04 / TARIFS
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | Aucun tarif API officiel publié | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Coût de l’infrastructure propre | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
Le checkpoint BF16 déclare OpenMDW 1.1. La fiche décrit FP8 et NVFP4, mais leurs téléchargements publics n’ont pas pu être vérifiés. Aucun tarif commercial par jeton n’a été vérifié. Prévoyez les coûts de GPU, de mémoire et d’exploitation.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
05 / ÉVALUATIONS
Comment lire les résultats
“
L’évaluation distingue le WER de transcription du cpWER avec attribution de locuteur. Les performances accélérées de NIM avec NVFP4 et DFlash2 ne correspondent ni au serveur de référence ouvert ni à n’importe quel GPU. Le 28 octobre est la date de lancement ; le 12 est la date de collecte des résultats.
| Benchmark | Résultat | Métrique | Source |
|---|---|---|---|
| Open ASR Leaderboard English · 9 public sets | 4,71 % | WER (%) · plus faible est préférable | Voir la source ↗ |
| Open ASR Leaderboard multilingual · 7 languages | 4,62 % | WER (%) · plus faible est préférable | Voir la source ↗ |
| Open ASR Leaderboard long-form | 10,98 % | WER (%) · plus faible est préférable | Voir la source ↗ |
| AMI + CALLHOME + Mixer 6 + NOTSOFAR-1 · full sessions | 15,80 % | cpWER (%) · plus faible est préférable | Voir la source ↗ |
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
06 / VERSIONS
Chronologie
Nemotron 3.5 Transcribe 30B A4B
Version intégrée au catalogue vérifié d’Inferama.
07 / SOURCES