Nvidia lance un modèle open-source de transcription vocale

Nvidia a mis à disposition un nouveau modèle de transcription de la parole en texte capable de traiter 40 langues. L'outil est conçu pour fonctionner exclusivement sur des enregistrements sonores, se distinguant ainsi des solutions de traitement de données en temps réel.

Cette technologie est particulièrement adaptée aux outils de transcription destinés aux réunions professionnelles et aux services médicaux, où la précision du compte-rendu différé est essentielle. En ciblant uniquement le contenu enregistré, Nvidia évite une concurrence frontale avec des acteurs spécialisés dans la transcription en direct comme ElevenLabs.

Ce lancement renforce la position de Nvidia dans le développement d'outils d'intelligence artificielle. Si l'offre améliore les capacités de traitement audio hors ligne, elle ne répond toutefois pas aux besoins du marché en matière d'analyse vocale instantanée.