エヌビディア ジャパンの AI (人工知能) に関するオフィシャルアカウントです。 永久に解けないと思われていた問題や、解けるのは当分先だと思われていた問題が、GPU ディープラーニングによって毎日のように解決されています。
東京都港区赤坂
Joined November 2016
- Tweets5.3K
- Following169
- Followers12.3K
- Likes7.7K
NVIDIA AI Japan retweeted
久しぶりにZennでブログなるものを書いてみました > NVIDIAの音声修復モデルRE-USEでポッドキャストのノイズ除去と文字起こしを比較してみた｜からあげ zenn.dev/karaage0703/article… #zenn
NVIDIA AI Japan retweeted
nvidia/Real-time_RE-USE · Hugging Face huggingface.co/nvidia/Real-t… miteru
NVIDIA AI Japan retweeted
NVIDIA、40言語対応の無償文字起こしAI「Nemotron 3.5 Transcribe」 pc.watch.impress.co.jp/docs/…
フロンティア AI モデルを活用してロボティクス向け SimReady アセットを作成する 5 つのステップ
SimReady Foundation と NVIDIA Omniverse ツールを使用して、ABB Robotics の YuMi ロボットをシミュレーション用に準備する方法を紹介します。
#NVIDIA技術ブログ
nvda.ws/4sCHH61
NVIDIA AI Japan retweeted
密かに配信者向けのテロップメーカー作ってたんだけど、アーカイブからやるとゲーム音やら他の人の声やらで制度全然出なかったのこれで解決すんじゃね！？
つくるぞ！
Meet NVIDIA Nemotron 3.5 Transcribe 🎙️
An open-weight, promptable 30B MoE model with ~4B active parameters that brings transcription in 40 languages, speaker attribution, translation, contextual prompting and audio understanding into one checkpoint.
Watch it keep track of who said what when everyone’s talking at once.
1/ 🧵
NVIDIA AI Japan retweeted
NVIDIAは10月28日、会議音声を文字起こし・話者分離・翻訳・内容確認まで扱うオープンウェイトモデル「Nemotron 3.5 Transcribe」を公開。音声業務を複数ツールに分けず、1つの指示で処理しやすくなります。
・40言語の文字起こしに対応
・話者名、専門用語、書式を指示可能
・音声への質問や決定事項の抽出にも対応
・処理場所は端末からクラウドまで選択可能
収益化例は、議事録テンプレート導入・専門用語辞書整備・月額運用。まず同意を得たダミー音声で精度を確認し、機密情報と最終判断は人が管理してください。
blogs.nvidia.com/blog/local-…
NVIDIA AI Japan retweeted
これは本格的にwhisperから乗り換えかもしれん。日本語も正式対応。話者分離もネイティブにできるし議事録作成はこれかなぁ。
NVIDIA's Nemotron 3.5 Transcribe ties for #1 among open weights Speech to Text models with 2.8% WER, using just 4B active parameters
Nemotron 3.5 Transcribe is NVIDIA's new open weights Speech to Text model for non-streaming transcription, with 30B total and 4B active parameters, and the most accurate NVIDIA model on our non-streaming Speech to Text leaderboard.
Key takeaways
➤ Accuracy: Nemotron 3.5 Transcribe scores 2.8% on the AA-WER Index, tied with Mistral's Voxtral Small for #1 among open-weight models. It leads Voxtral Small on AA-AgentTalk, our dataset of voice agent conversations, at 1.8% vs. 2.3%.
➤ Model size: With 4B active parameters (30B total), Nemotron 3.5 Transcribe sits on the open weights frontier of AA-WER vs. active parameters. It matches the accuracy of Mistral's Voxtral Small with 6x fewer active parameters (4B vs. 24B), while other open weights models of a similar size sit at around 4% WER.
Congratulations to @NVIDIAAI on the release!
See more details below ⬇️
NVIDIA AI Japan retweeted
会議の録音から、文字起こし・翻訳・誰の発言かの判別までを1つでこなすモデル、NVIDIAのNemotron 3.5 Transcribeが公開。日本語も対応。第三者評価（Artificial Analysis）でオープンウェイトの首位タイ。ただし録音向けで、リアルタイムには非対応。
huggingface.co/blog/nvidia/n…
NVIDIA Nemotron 3.5 Transcribe🎙️を発表
日本語を含む 40 の言語の文字起こし、誰が話したかの特定ができる話者分離、翻訳、文脈プロンプティング、そして音声理解をひとつのチェックポイントに統合した、プロンプト指示が可能なオープンウェイトの 30B MoE (Mixture of Experts) モデルで、アクティブパラメータ数は約 4B です。
全員が同時に話している状況でも、誰が何を言ったかを正確に追跡する様子をぜひご覧ください。
1/ 🧵
Run it today with NeMo Speech's vLLM 0.32.0 plugin, OpenAI-compatible chat completions and MTP speculative decoding.
Deployment guide:
github.com/NVIDIA-NeMo/Speec…
Nemotron 3.5 Transcribe runs on SGLang-Omni from day 0 🎙️
30B MoE, ~4B active, 40-language transcription served through /v1/audio/transcriptions endpoint, with streaming and custom prompts.
Serve it today: sgl-project.github.io/sglang…
NVIDIA は、AI ファクトリー向け認定プログラム「NVIDIA DSX Ready」の導入を発表しました。
AI ファクトリーを建設する事業者が、要件に適合する電力や冷却製品を確実かつ迅速に選定できるようにし、統合リスクを軽減してスムーズな導入を支援します。
nvda.ws/4icPXF2
