BUSINESSNeues Tool · · Quelle: TechCrunch
Nvidia veröffentlicht kostenloses KI-Modell für Transkription in 40 Sprachen
Nvidia hat am 28. Oktober 2026 Nemotron 3.5 Transcribe veröffentlicht, ein kostenloses, offenes Modell für Spracherkennung. Es transkribiert Aufnahmen in bis zu 40 Sprachen und unterscheidet bis zu acht Sprecher.
Was das Modell kann
- Transkription von Aufnahmen in bis zu 40 Sprachen (welche genau, nennt die Berichterstattung nicht – die Modellseite gibt Auskunft).
- Sprecher erkennen: bis zu acht Personen pro Aufnahme.
- Übersetzen: 31 Sprachen von und ins Englische.
- Länge: Aufnahmen bis etwa eine Stunde.
Wo die Grenzen liegen
Das Modell arbeitet nur mit fertigen Aufnahmen, nicht live während eines Gesprächs. Mit rund 30 Milliarden Parametern braucht es leistungsfähige Hardware – Nvidia nennt Geräte von Jetson AGX Thor und DGX Spark bis zu Rechenzentrums-Chips. Es ist also ein Baustein für Entwickler und IT-Abteilungen, keine fertige App.
Wo es verfügbar ist
Das Modell steht kostenlos auf Hugging Face bereit. Zusätzlich hat Nvidia Version 2 seines offenen Sprach-Datensatzes Granary veröffentlicht.
Was das für dich bedeutet
- Transkription wird zur günstigen Standard-Technik. Das drückt mittelfristig die Preise und verbessert Meeting-, Diktat- und Notiz-Tools.
- Unternehmen mit eigener IT können Transkription selbst betreiben, statt jede Aufnahme an einen externen Dienst zu schicken.
- Für Einzelpersonen ist ein fertiges Tool weiterhin der einfachere Weg – ein offenes Modell braucht Technik und Pflege.
Luigis Einordnung
Für die meisten Berufstätigen ist diese Meldung kein Grund, selbst ein Modell zu installieren. Spannend ist sie trotzdem, weil sie zeigt, wohin die Reise geht: Gute Spracherkennung wird zur Grundausstattung. Der Wert verschiebt sich von „Kann das Tool transkribieren?“ zu „Was macht das Tool mit dem Gesagten?“ – Zusammenfassungen, Aufgaben, Entscheidungen.
Mein Rat: Wenn du heute nach jedem Meeting Notizen tippst, verlierst du Zeit, die sich längst sparen lässt. Nimm ein fertiges Werkzeug für Meeting-Notizen, teste es zwei Wochen und miss, wie viel Zeit du zurückbekommst. Die offenen Modelle sind eher ein Thema für die IT, wenn Volumen und Anforderungen wachsen.
Quelle
TechCrunch: Voice AI in vogue: Nvidia releases new open transcription model
Weitere Quellen
- Hugging Face – Modellseite
Dieser Beitrag wurde mit KI-Unterstützung recherchiert und geschrieben. Verantwortlich: Luigi Lugmayr.
