英伟达发布Nemotron 3.5 Transcribe与Granary v2，转写可用提示词引导

英伟达发布了Nemotron 3.5 Transcribe和Granary v2，一对多语言转写模型，重点是让开发者对语音转文字流程有更多控制权。这两个模型支持用提示词引导——用户可以喂进上下文、术语或格式要求，而不是只跑一遍通用转写。对于那些准确性靠领域知识撑着的场景，比如法律、医疗、技术资料或多语言客服录音，这个变化挺关键。 可提示的转写能帮模型处理人名、缩写、产品词和偏好的输出风格。举例来说，处理专业音频的团队可以告诉模型这段内容大概是什么、转写稿该怎么组织。目标不只是逐字转换，而是产出更有用的文本，方便后续翻译、检索、摘要或分析。英伟达表示，这次发布面向的是做转写、翻译和音频分析应用的开发者，目的是提升跨语言的准确性和可控性。 Granary v2和Nemotron 3.5 Transcribe，给本就在壮大的开放语音模型生态又添了两块砖。这件事有意义的点在于：很多团队想要微调、自托管，或者把转写嵌进自己的流水线，而不是完全依赖闭源API。与此同时，提示引导的系统也带来新的评测问题：提示词到底有没有提升一致性？模型对口音和嘈杂音频的处理如何？跨语言表现是否稳定？ 真正的机会在专业化的工作流里。通用转写稿往往只是起点，价值在于输出干净、术语正确、方便自动处理。英伟达这次更新释放的信号是：语音AI的竞争正在转向可控性和领域适配，而不只是拼裸转写准确率。开发者在决定怎么用之前，最好先拿自己的音频跑一遍基准测试。