Nvidia пусна на 28 октомври 2026 г. Nemotron 3.5 Transcribe — безплатен модел с отворени тегла за преобразуване на реч в текст на до 40 езика. Моделът работи с аудиозаписи, а не с потоци на живо.

По данни на Nvidia моделът може да превежда от 31 езика на английски и обратно, да обработва записи с продължителност до един час и да различава до осем говорещи.

Заедно с модела Nvidia представи и втора версия на Granary — своя набор от речеви данни с отворен код. Инструментите са насочени към разработчици на приложения за транскрипция на бизнес срещи и медицински записи. Според компанията моделът, Granary и инструменти като NeMo Speech могат да се използват за адаптиране на приложенията към специализираната терминология на отделни отрасли на различни езици.

Nemotron 3.5 Transcribe има 30 милиарда параметъра. Nvidia заявява, че моделът може да работи на един чип, като сред посочените хардуерни варианти са Jetson AGX Thor, DGX Spark и чиповете Blackwell за центрове за данни.