# Nemotron 3.5 ASR

Éditeur : NVIDIA (États-Unis). Poids ouverts. Licence : OpenMDW 1.1.

En bref : 33e sur 39 en transcription en français ; 48e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/nvidia-nemotron-3-5-asr-streaming-0-6b/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de transcription en streaming de NVIDIA, extension multilingue de Nemotron ASR Streaming, qui couvre 40 variantes linguistiques avec détection automatique de la langue en option. Son architecture FastConformer à cache réutilise le contexte déjà calculé pour réduire la latence, avec des blocs réglables de 80 ms à 1120 ms. (lu sur https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md)

- Sortie : 4 juin 2026 (lu sur la page de l'éditeur, https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md)
- Taille : 600 millions de paramètres (lu sur la page de l'éditeur, https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 40 variantes linguistiques (dont 32 utilisables sans réentraînement), dont le français.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 33e sur 39 en transcription en français (9,40 %).
- Source des langues annoncées : https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md

## Ses classements

- Transcription en français : 33e sur 39, taux d'erreur par mot 9,40 % ; vitesse : RTFx 1 175 : transcrit 1 175 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 10,97 %, FLEURS 9,86 %, MLS 7,36 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).
- Transcription en anglais, Open ASR : 48e sur 53, taux d'erreur par mot 9,75 % ; vitesse : RTFx 1 343 : transcrit 1 343 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 13,43 %, Earnings22-Cleaned-AA-chunked 15,30 %, Gigaspeech-Cleaned 9,86 %, LS Clean 2,83 %, LS Other 6,79 %, Private (conversational) 16,30 %, Private (scripted) 7,84 %, SPGISpeech 3,27 %, URGENT24 20,14 %, Voice Arena Monsoon 7,30 %, Voxpopuli-AA-Cleaned 4,24 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en français : [Qwen3-ASR-0.6B-hf](https://quelleia.com/voix/modeles/alibaba-qwen3-asr-0-6b-hf/), 32e (8,76 %), juste devant
- Transcription en français : [omniASR-LLM-300M-v2](https://quelleia.com/voix/modeles/meta-omniasr-llm-300m-v2/), 34e (10,02 %), juste derrière
- Transcription en anglais, Open ASR : [niagara-84m-batch.en](https://quelleia.com/voix/modeles/abr-ai-niagara-84m-batch-en/), 47e (9,69 %), juste devant
- Transcription en anglais, Open ASR : [niagara-38m-batch.en](https://quelleia.com/voix/modeles/abr-ai-niagara-38m-batch-en/), 49e (11,14 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Hugging Face (hf-audio) : nvidia/nemotron-3.5-asr-streaming-0.6b

## Liens

- Page de l'éditeur : https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b

## Pages lues

- https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md (« This model is the multilingual extension of [nvidia/nemotron-speech-streaming-en-0.6b] »), 17/10/2026
- https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md (« Transcribes 40 language-locales from one model through language-ID prompt conditioning, with optional automatic language detection. »), 17/10/2026
- https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md (« This allows it to process only new audio chunks while reusing cached encoder context »), 17/10/2026
- https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md (« including 80ms, 160ms, 320ms, 560ms, and 1120ms »), 17/10/2026
- https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md (« French (fr-FR, fr-CA) »), 17/10/2026
- https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md (« produce ASR transcription out of the box; adaptation-ready locales require fine-tuning on in-domain data to enable full transcription »), 17/10/2026
- https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md (« Hugging Face [06/04/2026] via https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b »), 17/10/2026
- https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b/raw/main/README.md (« Parameters: 600M »), 17/10/2026