كشفت شركة NVIDIA عن نموذجها الجديد Nemotron 3.5 Transcribe، الذي يتيح معالجة الصوت محليًا على أجهزة الكمبيوتر بكفاءة عالية، بما في ذلك تحويل الكلام إلى نصوص، وتحديد المتحدثين، وترجمة المحتوى، كل ذلك دون الحاجة لإرسال البيانات إلى خوادم سحابية.

يدعم هذا النموذج المتطور تفريغ الكلام في 40 لغة، ويمكن للمطورين استخدامه لبناء تطبيقات متخصصة لمجالات مثل الاجتماعات وخدمة العملاء والعمل الصوتي. يتيح النموذج للمستخدمين إمكانية نسخ التسجيلات الصوتية مع تحديد المتحدثين، أو ترجمتها، أو حتى استخلاص القرارات الهامة من الاجتماعات، مع إمكانية إضافة مصطلحات متخصصة لتحسين دقة التعامل مع لغات الطب والرعاية الصحية، والخدمات المالية، وخدمة العملاء.

تكمن أهمية معالجة الصوت محليًا في منح المطورين تحكمًا أكبر في مكان تواجد البيانات، وهو أمر حيوي عند التعامل مع معلومات عمل حساسة أو بيانات شخصية. كما يقلل هذا النهج من الحاجة لنقل الملفات إلى السحابة، مما يمنح المرونة في تشغيل النماذج على أجهزة مدعومة وتوسيع نطاق العمل إلى مراكز البيانات عند الحاجة لقدرات حوسبة أكبر.

بالإضافة إلى ذلك، قدمت NVIDIA أدوات جديدة تسمح للمستخدمين بتحديد كيفية توزيع موارد المعالج الرسومي بين التطبيقات المفتوحة ووكلاء الذكاء الاصطناعي الذين يعملون في الخلفية. يمكن إعطاء الأولوية للتطبيقات الرئيسية أو منح وكلاء الذكاء الاصطناعي موارد أكبر لإنجاز المهام بسرعة، مما يعكس رؤية الشركة لمستقبل تعمل فيه تطبيقات ووكلاء الذكاء الاصطناعي جنبًا إلى جنب مع البرامج التقليدية على أجهزة الكمبيوتر.