NVIDIA ha indicato il 28 ottobre 2026 come data di pubblicazione di Nemotron 3.5 Transcribe. La documentazione descrive un modello per l’audio che lavora offline, accetta registrazioni fino a un’ora e svolge attività diverse dalla sola trascrizione.
Che cosa fa e quanto audio accetta
Nemotron 3.5 Transcribe può produrre trascrizioni verbatim o ripulite, attribuire le parole ai parlanti, aggiungere timestamp, tradurre il parlato, identificare la lingua e rispondere a domande sull’audio. NVIDIA lo descrive come un modello offline: l’elaborazione interna a blocchi non lo rende un servizio di trascrizione in tempo reale.
La durata massima indicata è un’ora per registrazione. L’audio viene elaborato come PCM mono a 16 kHz; tra i formati decodificabili figurano WAV, FLAC, MP3 e OGG. Il contesto arriva a 65.536 token. Per un’ora di conversazione densa, la guida di inferenza stima circa 20.000 token in uscita: un limite di generazione troppo basso può quindi interrompere la trascrizione.
Il modello completo conta 34 miliardi di parametri, di cui circa 4,3 miliardi attivi; il backbone linguistico è Nemotron 3.5 Lightning 30B-A3B.
Le attività cambiano da una lingua all’altra
NVIDIA indica 40 lingue, ma non assegna a tutte le stesse funzioni. Tamil e turco, per esempio, sono inclusi per la trascrizione, ma non per la traduzione. Anche la comprensione e il ragionamento sull’audio sono stati valutati solo in inglese.
Perciò il numero delle lingue non basta a stabilire se il modello copra una specifica combinazione di lingua e attività: la matrice di NVIDIA distingue tra trascrizione, traduzione, riconoscimento di più parlanti e alternanza tra lingue nello stesso audio.
Hardware, modello streaming e licenza
La configurazione di riferimento di NVIDIA usa una GPU H100 da 80 GB. La compatibilità varia in base all’hardware e alla precisione dei pesi: la tabella dell’azienda, per esempio, include RTX 5090 con NVFP4. NVIDIA indica la licenza OpenMDW-1.1 e consente l’uso commerciale e non commerciale nel rispetto dei suoi termini, riportati nella scheda ufficiale del modello.
Nemotron 3.5 Transcribe non è il modello streaming della famiglia: il distinto Nemotron 3.5 ASR Streaming 0.6B è orientato alla trascrizione in streaming. Per un confronto tra altri modelli Nemotron, NeoTeo ha analizzato Nemotron 3.5 Super VL e Beam.
