Uso primário declarado ou inferido com cautela a partir da documentação oficial.
N
NVIDIA / nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
Nemotron 3.5 Transcribe 30B A4B
Modelo de voz para transcrição em 40 idiomas, tradução e separação de locutores. Recebe áudio e texto e devolve texto. A ficha declara 34 mil milhões de parâmetros totais e 4,3 mil milhões ativos com o codificador de áudio; o nome 30B identifica a base linguística.
01 / RESUMO
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
02 / FICHA TÉCNICA
Limites e integração
| ID de API | nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B |
|---|---|
| Tipo de modelo | Voz e áudio |
| Modelo de acesso | Pesos abertos |
| Licença | OpenMDW 1.1 |
| Implantação | Alojamento próprio |
| Lançamento | 28 OCT 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Áudio · Texto |
| Saída | Texto |
| Janela de contexto | 65.536 tokens; gravações de até uma hora |
| saída máxima | Não publicado |
| Raciocínio | Configurável; desativado para transcrição no protocolo recomendado |
| Ferramentas publicadas | |
| Passeios Estruturados | Texto com etiquetas de locutor e marcas temporais opcionais por palavra |
| Processamento em lote | Não publicado |
| Cache de prompts | Não publicado |
| Ajuste fino | Não publicado |
| Plataformas verificadas | Hugging Face · NeMo Speech · vLLM · Transformers |
Processar gravações autorizadas, reuniões e ficheiros multimédia, adaptando vocabulário e estilo de transcrição através de instruções.
É um modelo offline, não um serviço ASR em streaming. O suporte varia por idioma e tarefa; a compreensão sonora foi avaliada apenas em inglês. As etiquetas de locutor não identificam pessoas. Valide consentimento, dados sensíveis e erros de transcrição.
03 / CAPACIDADES
O que pode fazer
Orientação
Processar gravações autorizadas, reuniões e ficheiros multimédia, adaptando vocabulário e estilo de transcrição através de instruções.
Contexto
65.536 tokens; gravações de até uma hora · Não publicado
Ferramentas e integração
Não publicado
Acesso
Hugging Face · checkpoint descarregável
Modalidades de entrada
ÁudioTexto
04 / PREÇOS
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | Sem tarifa API oficial publicada | Tarifa padrão da API |
| Entrada em cache | Não publicado | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | Custo da infraestrutura própria | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
O checkpoint BF16 declara OpenMDW 1.1. A ficha descreve FP8 e NVFP4, mas não foi possível verificar os respetivos downloads públicos. Não há tarifa comercial por token verificada. Preveja custos de GPU, memória e operação.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
05 / AVALIAÇÕES
Como ler os resultados
“
A avaliação separa o WER de transcrição do cpWER com atribuição de locutor. O desempenho acelerado de NIM com NVFP4 e DFlash2 não corresponde ao servidor aberto de referência nem a qualquer GPU. A data de lançamento é 28 de outubro; os resultados foram recolhidos a 12 de outubro.
| Benchmark | Resultado | Métrica | Fonte |
|---|---|---|---|
| Open ASR Leaderboard English · 9 public sets | 4,71 % | WER (%) · menor é melhor | Ver fonte ↗ |
| Open ASR Leaderboard multilingual · 7 languages | 4,62 % | WER (%) · menor é melhor | Ver fonte ↗ |
| Open ASR Leaderboard long-form | 10,98 % | WER (%) · menor é melhor | Ver fonte ↗ |
| AMI + CALLHOME + Mixer 6 + NOTSOFAR-1 · full sessions | 15,80 % | cpWER (%) · menor é melhor | Ver fonte ↗ |
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
06 / VERSÕES
Cronologia
Nemotron 3.5 Transcribe 30B A4B
Versão incorporada no catálogo verificado da Inferama.
07 / FONTES