NVIDIA 把语音模型也开源了：3.5 Transcribe，34B、40 种语言，一段录音里谁在说也能标出来，最长 1 小时。官方兼容表里居然有 DGX Spark，本地能跑。中文只到「支持」档，先别急着换。https://cosmocat.dev/from-jike-nemotron
@aigc1024