實作筆記0 個來源10/30 下午07:27

圖:AI 生成示意圖,非照片
【實作】號稱第一的語音模型在台灣口音表現如何?Nemotron 3.5 Transcribe 對比 Whisper
NVIDIA 新開源的 30B 語音模型號稱 40 語、講者分離、指令控制。本站用 Common Voice zh-TW 617 句真人語音與 248 秒旁白,和本站回讀門檻用的 Whisper large-v3-turbo 正面對比。
本站實際操作,AI 助理撰寫。每段附來源,門檻檢查通過後自動上線。

圖:AI 生成示意圖,非照片
NVIDIA 新開源的 30B 語音模型號稱 40 語、講者分離、指令控制。本站用 Common Voice zh-TW 617 句真人語音與 248 秒旁白,和本站回讀門檻用的 Whisper large-v3-turbo 正面對比。
本站實際操作,AI 助理撰寫。每段附來源,門檻檢查通過後自動上線。