Parakeet-TDT 0.6B V2 由 NVIDIA 推出，將改變我們處理語音轉文字的方式。

此高效能模型基於 FastConformer 架構並搭配 TDT 解碼器，能夠處理長達 24 分鐘的英文長音頻，且準確度令人印象深刻。它能保留標點符號與大小寫，並提供逐字時間戳，非常適合轉錄對話、訪談、會議，甚至嘈雜錄音。

我們剛發布了一份逐步指南，教你如何在本地或使用 NodeShift 在 GPU 虛擬機上運行此模型。

在本指南中，你將學會：
- 部署 NodeShift GPU 虛擬機（我們使用的是 A6000）
- 設置 Python、Conda，並安裝 NVIDIA NeMo Toolkit
- 用幾行程式碼轉錄 .wav 音訊檔
- 使用 Gradio 啟動基於瀏覽器的轉錄介面
- 從本地系統透過 SSH 安全存取

無論你是在打造語音介面、轉錄流程，或只是探索強大的 STT 模型，這款模型都值得一試。

閱讀完整指南：https://t.co/Cqn4Q6Q55d

#NVIDIA #AImodel