إنفيديا تطرح نموذجاً مفتوحاً للتفريغ الصوتي بأربعين لغة

أصدرت شركة إنفيديا يوم الأربعاء 28 أكتوبر 2026 نموذج Nemotron 3.5 Transcribe، وهو نموذج مجاني مفتوح الأوزان يستطيع تفريغ الصوت نصياً بما يصل إلى 40 لغة.

قدرات التفريغ والترجمة والتمييز بين المتحدثين

قالت إنفيديا إن Nemotron 3.5 يستطيع الترجمة بين الإنجليزية و31 لغة في الاتجاهين. وأضافت أن النموذج يعالج تسجيلات تصل مدتها إلى ساعة واحدة.

كذلك يستطيع النموذج التمييز بين ما يصل إلى ثمانية متحدثين في التسجيل الواحد. وزعمت الشركة أنه يتفوق على منافسيه في المعايير القياسية، ومنها قائمة Hugging Face’s Open ASR Leaderboard.

30 مليار معامل على شريحة واحدة

يضم نموذج Transcribe عدد 30 مليار معامل، وقالت إنفيديا إنه يمكنه العمل على شريحة واحدة. تشمل الشرائح المدعومة Jetson AGX Thor للروبوتات، وشريحة DGX Spark التي تشغل أجهزة كمبيوتر محمولة جديدة، وشرائح Blackwell لمراكز البيانات.

ويعمل النموذج مع الصوت المسجل مسبقاً ولا يعمل مع البث المباشر. وينضم إلى نماذج إنفيديا الصوتية مفتوحة الأوزان، ومنها نموذج Parakeet الذي يضم 1.1 مليار معامل.

مجموعة بيانات Granary الثانية وتطبيقات للمطورين

أصدرت إنفيديا أيضاً الإصدار الثاني من Granary، وهي مجموعة بيانات الكلام مفتوحة المصدر التابعة لها. وتستهدف هذه الأدوات المطورين الذين يبنون تطبيقات لاجتماعات الأعمال والتفريغ الطبي.

وقالت الشركة إن المطورين يمكنهم استخدام النموذج ومجموعة بيانات Granary المحدثة وأدوات مثل نموذج NeMo Speech لتخصيص التطبيقات للتعرف على مصطلحات كل قطاع بكل لغة.

نماذج منافسة من ميسترال وإيليفن لابس وسيلزفورس

أصدرت شركة Mistral نموذج Voxtral 3 في وقت سابق من شهر أكتوبر 2026. وأطلقت شركة ElevenLabs نموذج Realtime للكلام الفوري في الوكلاء الصوتيين، فيما أصدرت شركة Salesforce نموذجها الصوتي Launa-Omni.