أطلقت Nvidia يوم الأربعاء 28 أكتوبر 2026 نموذج Nemotron 3.5 Transcribe، وهو نموذج كلام مجاني مفتوح الأوزان يحوّل الصوت إلى نص بما يصل إلى 40 لغة. وإلى جانبه، أطلقت الشركة الإصدار الثاني من Granary، مجموعة بيانات الكلام مفتوحة المصدر الخاصة بها.

المواصفات الرئيسية تستهدف مباشرة المطورين الذين يبنون تطبيقات نسخ الاجتماعات والنسخ الطبي — وهما من أكثر مواطئ القدم رسوخًا للذكاء الاصطناعي في أماكن العمل. فوفق Nvidia، يستطيع النموذج ترجمة 31 لغة من الإنجليزية وإليها، والتعامل مع تسجيلات تصل إلى ساعة، وتمييز ما يصل إلى ثمانية متحدثين في تسجيل واحد. كما يزعم التفوق على المنافسين في المعايير، بما فيها Open ASR Leaderboard من Hugging Face — مع أن هذه نتائج Nvidia نفسها المُبلّغ عنها، وستكون الاختبارات المستقلة على الصوت الواقعي الفوضوي هي الحكم الحقيقي.

والتغطية منظمة في مستويات. فتسع عشرة لهجة، منها الإنجليزية (الأمريكية والبريطانية) والإسبانية والفرنسية والألمانية والعربية والهندية واليابانية والكورية، مصنفة جاهزة للنسخ مباشرة؛ و13 لهجة أخرى تحظى بتغطية بمستوى الإنتاج، و8 أخرى جاهزة للتكييف، أي أنها تحتاج تمريرة ضبط دقيق على بيانات خاصة بالمجال لإطلاق دقتها الكاملة. وهذا الاتساع يتيح لنموذج واحد أن يحل محل أسطول من نُظم أحادية اللغة — وهو أمر كبير لأدوات الاجتماعات العالمية وبرمجيات مراكز الاتصال.

وبـ30 مليار معلمة، تقول Nvidia إن Transcribe يمكن أن يعمل على شريحة واحدة، من وحدة التحكم الروبوتية Jetson AGX Thor وشريحة DGX Spark التي تشغّل حواسيب محمولة جديدة، وصولًا إلى شرائح Blackwell لمراكز البيانات. وينضم إلى تشكيلة Nvidia المتنامية من الأصوات مفتوحة الأوزان، بما فيها نموذج Parakeet الأصغر بكثير (1.1 مليار معلمة)، ويصل في شهر مزدحم بصوت الذكاء الاصطناعي: فقد شحنت Mistral نموذج Voxtral 3 مطلع أكتوبر، وأطلقت ElevenLabs نموذج Realtime للكلام الفوري في وكلاء الصوت، وأصدرت Salesforce نموذج Launa-Omni.

وثمة قيد واحد يجب ملاحظته: فـTranscribe يعمل مع الصوت المسجل، لا البث المباشر، لذا ستحتاج حالات الاستخدام للتعليقات الفورية إلى أداة مختلفة في الوقت الحالي. ويمكن للمطورين دمج النموذج مع مجموعة بيانات Granary المحدّثة وأدوات مثل نموذج NeMo Speech من Nvidia لتخصيص التطبيقات لمصطلحات صناعة ما بكل لغة — وهو نوع الضبط الذي يقرر ما إذا كانت أداة النسخ قابلة للاستخدام فعلًا في مستشفى أو قاعة مجلس إدارة.

المصادر