NVIDIA、無償文字起こしAI「Nemotron 3.5」。40言語に対応

NVIDIAが、40言語に対応する文字起こしAI「Nemotron 3.5 Transcribe」を無償で提供する。PC Watchが報じた。

確認できたのは見出しの範囲で、40言語の内訳は分からず、日本語が含まれるのかどうかも見出しからは判断できない。認識の精度、処理の速度、必要なGPUの性能、商用で使えるかどうかも不明である。

文字起こしAIは、音声を文字に変換する技術で、会議の議事録、動画の字幕、コールセンターの記録などに使われる。無償で使えるモデルが増えれば、外部のサービスに音声データを送らず、自社の環境で処理する構成も検討しやすくなる可能性がある。

NVIDIAのようなGPUメーカーが無償のモデルを出す背景には、自社のGPUで動くソフトウェアの利用を広げる狙いがあるとみられる。エンジニアにとっては、ライセンスの条件と、自社の用途の言語での精度を確かめることが最初の作業になる。