Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
N
NVIDIA / nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
Nemotron 3.5 Transcribe 30B A4B
Un modello vocale per trascrizione in 40 lingue, traduzione e separazione dei parlanti. Riceve audio e testo e restituisce testo. La scheda dichiara 34 miliardi di parametri totali e 4,3 miliardi attivi con l’encoder audio; il nome 30B identifica la base linguistica.
01 / RIEPILOGO
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
02 / SCHEDA TECNICA
Limiti e integrazione
| ID API | nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B |
|---|---|
| Tipo di modello | Voce e audio |
| Modalità di accesso | Pesi aperti |
| Licenza | OpenMDW 1.1 |
| Distribuzione | Hosting autonomo |
| Rilascio | 28 OCT 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Audio · Testo |
| Uscita | Testo |
| Finestra di contesto | 65.536 token; registrazioni fino a un’ora |
| rendimento massimo | Non pubblicato |
| Ragionamento | Configurabile; disattivato per la trascrizione nel protocollo consigliato |
| Strumenti pubblicati | |
| Uscite strutturate | Testo con etichette dei parlanti e timestamp facoltativi per parola |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | Hugging Face · NeMo Speech · vLLM · Transformers |
Elaborare registrazioni autorizzate, riunioni e file multimediali, adattando vocabolario e stile di trascrizione tramite istruzioni.
È un modello offline, non un servizio ASR in streaming. Il supporto varia per lingua e attività; la comprensione sonora è stata valutata solo in inglese. Le etichette dei parlanti non identificano persone. Verifica consenso, dati sensibili ed errori di trascrizione.
03 / CAPACITÀ
Cosa può fare
Orientamento
Elaborare registrazioni autorizzate, riunioni e file multimediali, adattando vocabolario e stile di trascrizione tramite istruzioni.
Contesto
65.536 token; registrazioni fino a un’ora · Non pubblicato
Strumenti e integrazione
Non pubblicato
Accesso
Hugging Face · checkpoint scaricabile
Modalità di input
AudioTesto
04 / PREZZI
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | Nessuna tariffa API ufficiale pubblicata | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | Costo dell’infrastruttura propria | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
Il checkpoint BF16 dichiara OpenMDW 1.1. La scheda descrive FP8 e NVFP4, ma non è stato possibile verificarne i download pubblici. Non è stata verificata alcuna tariffa commerciale per token. Prevedi costi di GPU, memoria e gestione.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
05 / VALUTAZIONI
Come leggere i risultati
“
La valutazione distingue il WER di trascrizione dal cpWER con attribuzione del parlante. Le prestazioni accelerate di NIM con NVFP4 e DFlash2 non corrispondono al server aperto di riferimento né a qualsiasi GPU. Il 28 ottobre è la data di rilascio; il 12 è la data di raccolta dei risultati.
| Benchmark | Risultato | Metrica | Fonte |
|---|---|---|---|
| Open ASR Leaderboard English · 9 public sets | 4,71 % | WER (%) · più basso è meglio | Vedi fonte ↗ |
| Open ASR Leaderboard multilingual · 7 languages | 4,62 % | WER (%) · più basso è meglio | Vedi fonte ↗ |
| Open ASR Leaderboard long-form | 10,98 % | WER (%) · più basso è meglio | Vedi fonte ↗ |
| AMI + CALLHOME + Mixer 6 + NOTSOFAR-1 · full sessions | 15,80 % | cpWER (%) · più basso è meglio | Vedi fonte ↗ |
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
06 / VERSIONI
Cronologia
Nemotron 3.5 Transcribe 30B A4B
Versione inclusa nel catalogo verificato di Inferama.
07 / FONTI