NVIDIA ra mắt Nemotron 3.5 Transcribe và Granary v2: AI phiên âm giọng nói thông minh hơn

Giới thiệu

NVIDIA vừa công bố hai công nghệ AI mới là Nemotron 3.5 Transcribe và Granary v2. Đây là những giải pháp tiên tiến giúp chuyển đổi giọng nói thành văn bản một cách thông minh và đa ngôn ngữ. Điểm nổi bật là khả năng cho phép người dùng 'dạy' AI nhận diện giọng nói và từ ngữ chuyên ngành tốt hơn, mang lại độ chính xác cao hơn cho các nhu cầu đặc thù.

Có gì mới?

Nemotron 3.5 Transcribe và Granary v2 là bước tiến lớn của NVIDIA trong lĩnh vực phiên âm tự động. Công nghệ này không chỉ đơn thuần chuyển đổi giọng nói sang văn bản mà còn cho phép người dùng tinh chỉnh AI theo ngữ cảnh riêng. Bạn có thể huấn luyện mô hình để nó hiểu và phiên âm chính xác hơn các giọng điệu, từ ngữ chuyên ngành hoặc biệt ngữ thường dùng trong lĩnh vực của mình. Điều này giúp khắc phục nhược điểm cố hữu của các hệ thống phiên âm truyền thống, vốn thường gặp khó khăn với dữ liệu âm thanh đặc thù.

Tính năng nổi bật

• Tùy chỉnh cao: Người dùng có thể 'dạy' AI nhận diện giọng nói và từ ngữ chuyên ngành để tăng độ chính xác.
• Đa ngôn ngữ: Hỗ trợ nhiều ngôn ngữ, tiện lợi cho môi trường làm việc quốc tế.
• Cải thiện độ chính xác: Giúp phiên âm các thuật ngữ khó hoặc giọng nói đặc trưng tốt hơn.
• Chỉnh sửa đầu ra: Cho phép điều chỉnh kết quả phiên âm để phù hợp với yêu cầu cụ thể.

Ý nghĩa với người Việt

Với Nemotron 3.5 Transcribe và Granary v2, người Việt, đặc biệt là dân văn phòng, giáo viên hay chủ shop, sẽ hưởng lợi lớn. Ví dụ, các cuộc họp trực tuyến tiếng Việt với nhiều thuật ngữ chuyên ngành (IT, y tế, kinh doanh) có thể được ghi chép lại chính xác hơn. Giáo viên có thể dễ dàng chuyển đổi các bài giảng âm thanh thành văn bản. Chủ shop livestream bán hàng cũng có thể tự động tạo phụ đề hoặc tóm tắt nội dung hiệu quả hơn.

Đã dùng được ở Việt Nam chưa?

Hiện tại, NVIDIA Nemotron 3.5 Transcribe và Granary v2 là các công nghệ nền tảng dành cho nhà phát triển và doanh nghiệp, chưa phải là sản phẩm trực tiếp cho người dùng cuối. Để sử dụng, các nhà phát triển hoặc công ty cần tích hợp qua API (giao thức cho phần mềm A gọi phần mềm B) của NVIDIA. Thông tin về giá cả và mô hình phân phối cụ thể chưa được công bố rộng rãi.

So với đối thủ?

So với các công cụ phiên âm AI hiện có như Google Speech-to-Text hay OpenAI Whisper, điểm mạnh của Nemotron 3.5 Transcribe và Granary v2 nằm ở khả năng tùy biến và huấn luyện chuyên sâu. Trong khi các đối thủ cung cấp giải pháp tổng quát, NVIDIA tập trung vào việc cho phép người dùng tinh chỉnh AI để đạt độ chính xác cao nhất trong các ngữ cảnh đặc thù, đặc biệt với các thuật ngữ phức tạp hoặc giọng nói không chuẩn. Điều này giúp NVIDIA tạo ra sự khác biệt rõ rệt về hiệu suất trong các trường hợp sử dụng chuyên biệt.