# NVIDIA lança modelo de transcrição em 40 idiomas

Nemotron 3.5 Transcribe foi apresentado em 28 de outubro e permite orientar a transcrição por instruções em linguagem natural.

Autoria: Angelo Sebastião Silva Goncalves
Publicado: 2026-10-29T18:35:06.251Z
Revisado: 2026-10-29T18:35:06.251Z
URL canônica: https://nextags.com.br/news/nvidia-nemotron-transcribe-modelo-transcricao-40-idiomas/

A NVIDIA apresentou em 28 de outubro o Nemotron 3.5 Transcribe, modelo de inteligência artificial para transcrever gravações e identificar quem falou. Segundo a empresa, um único modelo reúne transcrição, tradução de fala e identificação de idioma em 40 línguas, com suporte a gravações de até uma hora.

O formato da transcrição pode ser escolhido por uma instrução em linguagem natural, sem novo treinamento a cada solicitação. A fabricante descreve opções que preservam a fala original ou organizam sua forma escrita, além de identificação de falantes e marcação de tempo por palavra quando solicitadas.

Os pesos estão publicados em diferentes formatos. A NVIDIA informa aproximadamente 4,3 bilhões de parâmetros ativos na arquitetura e apresenta medições próprias de precisão e velocidade. Essas comparações dependem dos conjuntos de teste e do equipamento utilizados; não são uma medição independente de chamadas de qualquer empresa.

## O que a licença estabelece

A página do modelo aponta a licença OpenMDW-1.1. O texto concede, gratuitamente e sob suas condições, direitos sobre os materiais fornecidos, que podem incluir arquitetura, parâmetros, documentação e software. A autorização de uso dos materiais não significa que a operação do modelo, sua infraestrutura ou serviços de terceiros não tenham custos.

Na redistribuição de materiais, a licença exige manter uma cópia do acordo e os avisos de copyright e de origem aplicáveis. Também informa que os materiais são fornecidos sem garantias e atribui ao usuário a responsabilidade de verificar outros direitos e obter consentimentos eventualmente necessários. O documento não impõe restrições próprias ao uso ou compartilhamento das saídas geradas.

## Métricas de fala têm recortes

Um exemplo histórico independente vem do NIST. Em publicação de setembro de 2022, o instituto descreveu o desafio OpenASR21, realizado no ano anterior para 15 idiomas com poucos recursos de treinamento. A avaliação incluiu diferentes gêneros de dados e uma modalidade sensível a maiúsculas e minúsculas para examinar nomes próprios.

Aquele trabalho avaliou sistemas e condições diferentes dos apresentados agora pela NVIDIA. Serve como contexto sobre o desenho de testes de reconhecimento de fala, e não como comparação direta entre modelos atuais. O NIST registrou quinze equipes de sete países e 504 submissões avaliadas, com condições de treinamento restritas e resultados específicos por idioma.

## Crédito e licença

Sede da NVIDIA em Santa Clara, fotografada em 4 de agosto de 2018. [Coolcaesar/Wikimedia Commons](https://commons.wikimedia.org/wiki/File:NVIDIA_Headquarters.jpg); correções anteriores por Jacek Halicki. [CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/). Redimensionamento com margens e conversão para WebP; adaptação sob a mesma licença.

## Fontes
- [NVIDIA: Nemotron Transcribe](https://research.nvidia.com/labs/nemotron/NVIDIA-Nemotron-3.5-Transcribe/)
- [OpenMDW: licença 1.1](https://openmdw.ai/license/1-1/)
- [NIST: desafio OpenASR21](https://www.nist.gov/publications/openasr21-second-open-challenge-automatic-speech-recognition-low-resource-languages)
- [Origem da fotografia](https://commons.wikimedia.org/wiki/File:NVIDIA_Headquarters.jpg)
- [CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/)