NVIDIA 刚推出了一个 0.6B 的语音辨识模型

叫 Nemotron-3.5-ASR

支持 40 种以上语言、实时串流输出——不需要 GPU，纯 CPU 就能跑

速度是官方 Nemo runtime 的 2.5 倍，辨识结果完全一致

离线环境也能用，直接整进你的 agent pipeline https://t.co/kziNTjEyoa