В Nemotron 3.5 стиль расшифровки задаётся промптом
28 октября NVIDIA представила Nemotron 3.5 Transcribe. У модели можно запросить дословную запись с речевыми вставками и повторами либо текст для чтения, где такие вставки и случайные повторы убраны. Выбор пригодится при подготовке интервью, субтитров и заметок по аудио.
Разработчик заявляет обработку записей до часа и поддержку 40 языков; русский указан в матрице возможностей. Модель работает с готовыми записями и не является потоковым сервисом для живого разговора.
Что меняет инструкция
В руководстве NVIDIA для читабельной версии отдельно оговорено сохранение остальных произнесённых формулировок. Это ограничивает объём правки: после удаления речевых вставок предложение должно передавать сказанное.
Учебный пример с вымышленной репликой: "Ну, давайте, давайте начнём". В дословной записи остаются "ну" и повтор. Для чтения можно получить "Давайте начнём". Это вымышленная иллюстрация различия форматов; результат запуска модели здесь не показан.
Отдельно задаётся запись чисел. Произнесённое "двадцать пять" можно сохранить словами или оформить как "25". До расшифровки полезно решить, какая форма нужна в вашем материале, чтобы затем проверять её последовательно.
Как попробовать на своём фрагменте
Возьмите короткую запись, которую вправе обрабатывать в выбранной среде. Подойдёт собственная диктовка с повторами и несколькими числами. Для сравнения сохраните один и тот же аудиофайл и меняйте только указание о форме текста.
Учебное задание для дословной версии:
"Расшифруй русскую речь в приложенной записи. Сохрани произнесённые слова, речевые вставки и повторы. Добавь пунктуацию и заглавные буквы. Запиши числа словами. Выдай только расшифровку".
Для второй версии снова приложите тот же аудиофайл. В первом задании замените предложения о сохранении слов и записи чисел следующими:
"Убери речевые вставки и случайные повторы, сохрани остальные произнесённые формулировки. Запиши числа в обычной письменной форме".
Это русскоязычная учебная адаптация принципов из руководства. Примеры NVIDIA написаны по-английски; предложенные формулировки требуют проверки в вашей конфигурации. В руководстве инструкция передаётся вместе с аудио в сообщении пользователя, системное сообщение для расшифровки оставляют пустым.
Сравните обе версии с записью. Проверьте, какие слова исчезли, сохранились ли имена и отрицания, правильно ли записаны числа. Если текст готовится для цитирования, вернитесь к соответствующему месту в аудио и сверьте фразу целиком. Удобный для чтения вариант может скрыть повтор или оговорку, существенные для вашей задачи.
Что доступно сейчас
Веса опубликованы по лицензии OpenMDW-1.1. Самостоятельный запуск требует подходящего оборудования и программной среды: пример NVIDIA для BF16 использует H100 с 80 ГБ памяти. Открытая публикация весов сама по себе не подтверждает доступность готового облачного сервиса в вашем аккаунте.
Есть и языковая граница. Распознавание русской речи заявлено, а понимание аудио и рассуждения по нему разработчик оценивал только на английском. Поэтому качество ответов на вопросы по русской записи нужно проверять отдельно.
Источники: NVIDIA Research, анонс от 28 октября 2026 года; официальная карточка модели и руководство по промптам, проверены 29 октября. Материал основан на документации, тест на аудиозаписи не проводился.
В каких ваших задачах повторы и речевые оговорки нужно сохранять дословно?
