Nvidia Nemotron 3.5 Transcribe iguala a sus rivales con una sexta parte de los parámetros activos

Nvidia Nemotron 3.5 Transcribe iguala a sus rivales con una sexta parte de los parámetros activos

Nvidia ha lanzado Nemotron 3.5 Transcribe, un modelo de inteligencia artificial para voz con pesos abiertos que integra transcripción, traducción, diarización de hablantes y respuesta a preguntas en una única pasada de inferencia sin conexión. Al utilizar una arquitectura de mezcla de expertos (mixture-of-experts), el modelo reduce significativamente los requisitos computacionales activos mientras mantiene una alta precisión en decenas de idiomas. Este diseño permite a las organizaciones procesar tareas de audio complejas de forma local en hardware de alta gama, eliminando la latencia y la acumulación de errores asociadas con la encadenamiento de múltiples servicios tradicionales de reconocimiento de voz. El lanzamiento es particularmente relevante para sectores que manejan datos sensibles, como la atención médica, donde el procesamiento sin conexión garantiza que el audio confidencial nunca salga de la infraestructura local. Esta capacidad elimina la necesidad de acuerdos con proveedores externos en la nube, cumpliendo con estrictas normativas de privacidad como la HIPAA. Además, la licencia permisiva del modelo permite su uso comercial y modificación, incentivando a los desarrolladores a personalizar el sistema para dominios específicos, como la terminología médica o jurídica, y así cerrar la brecha entre el reconocimiento de voz de propósito general y las necesidades especializadas de la industria. Para la comunidad de datos abiertos, este lanzamiento subraya la creciente viabilidad de modelos de inteligencia artificial a gran escala alojados localmente, que equilibran el rendimiento con la privacidad. Demuestra cómo las innovaciones arquitectónicas pueden hacer que herramientas de IA potentes sean accesibles sin depender de APIs propietarias en la nube, promoviendo la soberanía de los datos. Al proporcionar pesos abiertos y conjuntos de datos de entrenamiento junto con el modelo, Nvidia facilita la experimentación y adaptación transparentes, empoderando a investigadores y desarrolladores para construir soluciones seguras y personalizadas que respeten los límites de los datos de los usuarios.

Fuente: techtimes.com
Publicado el 2026-10-30