A NVIDIA anunciou o Nemotron 3.5 Transcribe, um modelo de inteligência artificial voltado à transcrição automática de áudio, com suporte a até 40 idiomas.
A tecnologia também consegue distinguir até oito interlocutores em uma mesma gravação, permitindo identificar as diferentes vozes durante o processo de transcrição.
O recurso pode facilitar atividades como a produção de entrevistas, podcasts, reuniões corporativas, aulas e conteúdos audiovisuais.
A identificação dos participantes, conhecida como diarização de falantes, permite organizar o texto de acordo com quem está falando, reduzindo a necessidade de separação manual das falas.
O modelo foi apresentado como uma solução gratuita, ampliando as possibilidades de utilização de inteligência artificial em aplicações que dependem do reconhecimento de voz.
A novidade acompanha o avanço das ferramentas de IA capazes de transformar conteúdos de áudio em informações estruturadas, facilitando buscas, análises e a produção de materiais escritos.
A precisão das transcrições pode variar conforme a qualidade da gravação, o idioma utilizado e a presença de ruídos ou falas simultâneas.
