NVIDIA выпустила модель распознавания речи всего с 0.6 млрд параметров.

Она называется Nemotron-3.5-ASR.

- Поддерживает более 40 языков.
- Выдаёт результат в режиме реального времени через потоковый вывод.
- Может работать полностью на CPU, без GPU.
- Работает в 2.5 раза быстрее официального рантайма NeMo, при этом качество распознавания остаётся идентичным.
- Подходит для полностью офлайн-сценариев.
- Легко встраивается в пайплайны ИИ-агентов.

https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b

👉 @PythonPortal