Nemotron 3.5 ASR

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 huggingface.co, le 17/10/2026.

Sortie

4 juin 2026 lu sur la page de l'éditeur

Taille

600 millions de paramètres lu sur la page de l'éditeur

Page de l'éditeur ↗

Langues

• Annoncées par l'éditeur : 40 variantes linguistiques (dont 32 utilisables sans réentraînement), dont le français. Lu sur huggingface.co.
• Évaluées par nos sources : français et anglais.
• Le français : annoncé par l'éditeur ; évalué, 33e sur 39 en transcription en français (9,40 %).

Ses 2 classements

Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.

• En français · Transcription

  Transcription en français

  33e sur 39taux d'erreur par mot 9,40 %

  Vitesse : RTFx 1 175 : transcrit 1 175 secondes d'audio par seconde de calculPar jeu de test : Common Voice 10,97 %, FLEURS 9,86 %, MLS 7,36 %

  Source : Open ASR Leaderboard, Hugging Face ↗ · relevé du 19 octobre 2026, version du 17 octobre 2026.

• En anglais · Transcription

  Transcription en anglais, Open ASR

  48e sur 53taux d'erreur par mot 9,75 %

  Vitesse : RTFx 1 343 : transcrit 1 343 secondes d'audio par seconde de calculPar 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 ↗ · relevé du 19 octobre 2026, version du 17 octobre 2026.

Modèles proches

• Transcription en français : devant, Qwen3-ASR-0.6B-hf (32e, 8,76 %) · derrière, omniASR-LLM-300M-v2 (34e, 10,02 %)
• Transcription en anglais, Open ASR : devant, niagara-84m-batch.en (47e, 9,69 %) · derrière, niagara-38m-batch.en (49e, 11,14 %)