Nvidiaは無料のオープンな音声認識モデルを公開した。TechCrunch AIによると、同モデルは40言語での文字起こしに対応している。

このモデルは、録音済み音声を対象とし、ライブ音声には対応していない。ライブ音声の処理は他社、たとえばElevenLabsに委ねられている。

このリリースの重要性は利用可能なデータに限定される。起動時の機能は示されているが、認識品質、ライセンス、起動要件の詳細は示されていない。次の重要な指標は、ライブオーディオの解決策と比較した精度と速度の実用的な対比になるだろう。）