播客、视频免费配音加字幕：英伟达开源转录模型登顶开源榜首

播客、视频、音频想免费配音或加字幕，可以试试英伟达刚开源的转录模型 Nemotron 3.5 Transcribe。开源权重，30B MoE 架构（激活 4B），在 Hugging Face 开源 ASR 榜单上拿了第一，平均词错误率 5.33%。

它一次能干几件事：转录、翻译、音频理解合在一个检查点里，支持 40 种语言，还有真实的说话人分离——多人对话能分清谁在说话。支持提示词控制，说话人感知也是内置的，完全开源。用法也直接：把音频或视频丢进在线空间，就能拿到带说话人区分的转录文本，再翻成其他语言的字幕。

在线试用：https://huggingface.co/spaces/nvidia/nemotron-transcribe

模型下载：https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B

开源 ASR 榜单：https://huggingface.co/spaces/hf-audio/open_asr_leaderboard?proprietary=false