NVIDIA Nemotron 3.5 Transcribe ile ses yazıya cihazda dökülüyor

NVIDIA, ses kayıtlarını metne çeviren, konuşmacıları ayırt eden ve konuşmaları doğrudan cihaz üzerinde çeviren yeni modeli Nemotron 3.5 Transcribe'ı duyurdu. Model sayesinde geliştiriciler, toplantı, müşteri hizmetleri ve ses odaklı uygulamalar için kayıtları her seferinde bulut sunucularına göndermek zorunda kalmadan çözüm geliştirebilecek.

Lansman, yapay zeka modellerini yerel olarak çalıştırmak üzere tasarlanan RTX Spark bilgisayarlarının yeteneklerinin genişletilmesiyle aynı döneme denk geliyor.

Modelin sunduğu özellikler

NVIDIA'nın blog yazısına göre model 40 dilde konuşma dökümünü destekliyor. Kullanıcı, doğal bir dille kaydın konuşmacılar belirtilerek yazıya dökülmesini, çevrilmesini ya da bir toplantıdaki kararların çıkarılmasını isteyebiliyor. Ayrıca uzmanlık terimleri eklenebiliyor; bu da tıp, sağlık, finansal hizmetler ve müşteri hizmetleri alanlarındaki kelime dağarcığının daha iyi işlenmesini hedefliyor.

Veri nerede duracak

Kaydı yerel olarak işlemek, geliştiricilere verilerin nerede bulunacağı konusunda daha fazla seçenek sunuyor. Konuşmalar iş bilgileri veya hassas veriler içerdiğinde bu önem taşıyor. Dosyaları buluta taşıma ihtiyacı da azalıyor. Geliştirici modeli desteklenen cihazlarda çalıştırabilir, daha fazla güç gerektiğinde ise işi veri merkezlerine genişletebilir.

NVIDIA ayrıca, grafik işlemci gücünün ekranda açık olan uygulama ile arka planda çalışan bir yapay zeka ajanı arasında nasıl paylaşılacağını belirlemeye yarayan araçlar ekledi. Ana programa daha yüksek öncelik verilebiliyor ya da ajana görevi hızlı bitirmesi için daha fazla kaynak ayrılabiliyor. Bu değişiklik, şirketin yapay zeka uygulamalarının ve ajanlarının aynı bilgisayarda geleneksel yazılımların yanında sürekli çalışacağı beklentisini yansıtıyor.