NVIDIAが音声認識AI「Nemotron 3.5 ASR」公開。40言語をリアルタイム文字起こし
NVIDIAが2026年6月6日、話し言葉を文字に変える音声認識AI「Nemotron 3.5 ASR」を公開しました。6億パラメータと小型ながら、40の言語・地域の音声を“その場で”リアルタイムに文字起こしできます。
会議・授業・配信の多言語リアルタイム字幕や議事録づくりが、軽い負荷でやりやすくなります。
ニュースをやさしく解説
NVIDIAは2026年6月6日、人の話し声を文字に変換する音声認識（ASR）AI「Nemotron 3.5 ASR」を公開しました。パラメータ数は6億（600M）と比較的小型ですが、1つのモデルで40の言語・地域（language-locale）の音声を、録音し終えてからではなく“話している最中に”リアルタイムで文字起こしできるのが特徴です。
仕組みには、少し先まで音を見ながら処理する「キャッシュ対応FastConformer-RNNT」という方式を採用しました。NVIDIAは、同じH100というGPU上で、いったん区切ってから処理する従来方式に比べて約17倍の同時処理（ストリーム数）をさばけると説明しています。モデルはオープンウェイトとしてHugging Faceで公開され、ライセンスはOpenMDW-1.1です。
私たちには、会議や授業の字幕、議事録づくり、ライブ配信のリアルタイム字幕などを、軽い負荷で多言語に対応できる土台が増える、という点で関係します。実際の精度は言語や周囲の雑音によって変わるため、本番で使う前に自分の用途で試すのがおすすめです。出典はNVIDIA／Hugging Face、MarkTechPostの報道です。
AIをもっと深く学べる本
ニュースに出てきたAIやカテゴリに近い教材を優先しています。
- 文字起こしNottaを試すNotta（公式・AI自動文字起こし）会議・取材・動画を自動で文字に起こしたい人録音や音声ファイルから自動で文字起こし→要約・議事録まで。無料枠あり、上位プランは有料。
- Amazon本評価順で探す ↗Amazon｜文字起こし・音声AIの本を評価順で探す議事録・文字起こし・音声合成をAIで使いこなしたい人向け音声認識、文字起こし、Whisper系の入門書をレビュー評価順で確認できます。最新の評価と在庫はAmazon側で見てください。
- Amazon機器評価順で探す ↗Amazon｜録音・会議向けマイク/ヘッドセットを評価順で探すAI議事録や音声入力の精度を上げたい人向けUSBマイク、ヘッドセット、録音用ガジェットをレビュー評価順で確認できます。用途と接続方式は購入前に確認してください。
広告（アフィリエイト）リンクを含みます。最新の内容・料金・在庫・条件は、リンク先の公式ページ・販売ページでご確認ください。