NVIDIA julkaisi Nemotron 3.5 Transcribe -puheentunnistusmallin avoimilla painoilla

NVIDIA julkaisi Nemotron 3.5 Transcribe -puheentunnistusmallin avoimilla painoilla

NVIDIA julkaisi 28. lokakuuta Nemotron 3.5 Transcriben — 30 miljardin parametrin (4 miljardia aktiivisena) avoimien painojen puhemallin, joka nousee avointen mallien kärkeen: 2,8 % WER-virheluku Artificial Analysis -vertailussa, 5,33 % HF:n englanninkielisessä Open ASR -vertailussa ja 4,62 % monikielisessä vertailussa [1][2]. Malli käsittelee sanatarkkaa, kontekstuaalista ja puhujakohtaista litterointia, kääntää 40 kielen välillä, erottelee puhujat jopa kahdeksan hengen ryhmistä ja vastaa jopa äänipohjaisiin kysymyksiin — kaikki yhdellä ajolla tunnin mittaisista tallenteista [3].

Suorituskykyluvut ovat merkittäviä vähemmän pelkän tarkkuuden vuoksi ja enemmän nopeuden ja monikäyttöisyyden ansiosta: jopa 2 238 sekuntia ääntä käsitellään sekunnissa Blackwell-näytönohjaimella, ja malli saa myös vahvan 1,8 % tuloksen AA-AgentTalk-äänivastainvertailussa [2]. Painot ovat ladattavissa ilmaiseksi Hugging Facesta ja ModelScopesta.

X:ssä kehittäjät kiinnittivät erityistä huomiota mallin kykyyn käsitellä päällekkäistä puhetta ja monen puhujan kokouksia — juuri sitä sotkuista tosielämän ääntä, joka kaataa heikommat puheentunnistusjärjestelmät. Jokaiselle litterointi-infrastruktuuria rakentavalle toimittajalle näin kyvykäs avoin malli nostaa rimaa sille, mitä "riittävän hyvä" puhujaerottelu ja tarkkuus nykyään tarkoittavat.

Graphify muuttaa koodi-, dokumentti- ja kuvakansiot kyseltäviksi henkilökohtaisiksi tietograafeiksi

Graphify, avoimen lähdekoodin paikallinen työkalu, muuttaa koodi-, dokumentti- ja kuvakansiot interaktiivisiksi, kyseltäviksi tietograafeiksi — ilman pilveä tai vektoritietokantaa [1][2]. Se käyttää tree-sitteriä jäsentämään deterministisesti yli 36 ohjelmointikieltä sekä Markdownin ja SQL:n AST-pohjaisiksi solmuiksi ja suhteiksi, ja lisää näiden päälle semanttisen poiminnan dokumenteille, PDF-tiedostoille ja kuville [3]. Tuloksena syntyy interaktiivinen graph.html, GRAPH_REPORT.md-raportti ja graph.json-tiedosto — jokainen suhde merkitään joko EXTRACTED- tai INFERRED-tunnisteella alkuperän jäljittämiseksi.

Työkalu toimii yhdessä Obsidianin ja Claude Coden kanssa, ja sitä voi käyttää joko komentorivin kautta tai yksinkertaisella /graphify . -komennolla AI-avustimen sisällä.

X:n keskustelu keskittyi "toiseen aivoon" -järjestelmiin — kehittäjät näkevät Graphifyn askeleena pelkästä tasomaisesta semanttisesta hausta kohti rakenteellista, selitettävää hakua (lyhimmät polut, jäljitettävä päättely) omien tiedostojen joukossa. Kyseessä on pieni projekti, mutta se kertoo suunnasta, johon henkilökohtaiset tietotyökalut ovat menossa: paikallisesti ensin, rakenteellisesti ja alkuperätietoisesti.

Granolan kokoustranskriptit integroitu Obsidian-tietotyökaluun ja agenttiprosesseihin

Yhteisön kehittämät laajennukset, kuten obsidian-granola-plugin ja og-sync, tuovat nyt Granolan AI-pohjaiset kokousyhteenvedot, muistiinpanot ja täydelliset transkriptit — joko virallisen MCP API/OAuth-rajapinnan tai manuaalisten vientien kautta — suoraan Obsidian-holveihin rakenteellisena Markdown-sisältönä, jossa on mukana otsaketietoina osallistujat, aikaleimat ja ristiinlinkitykset [1][2]. Laajennukset huolehtivat duplikaattien poistosta ja osallistujien linkityksestä, ja syöttävät tiedot agenttiputkiin, jotka tekevät yhteenvetoja, poimivat tehtävälistoja ja reitittävät tietoa eteenpäin esimerkiksi AssemblyAI:lle tai Dropboxiin [3].

Kyseessä on ruohonjuuritason infrastruktuurin rakentamista — käyttäjät ja kehittäjät yhdistävät työkalun, joka vain tallentaa kokoukset (Granola), työkaluun, joka on rakennettu pysyvää henkilökohtaista tietoa varten (Obsidian), koska kumpikaan ei yksin hoida koko tehtävää.

X:n keskustelu keskittyi nimenomaan putkiajatteluun: automatisoituihin, agenttivetoisiin työnkulkuihin, jotka tekevät kokoustranskripteistä todella käyttökelpoisia vielä viikkojen tai kuukausien päästä, sen sijaan että ne jäisivät eristyksiin. Tämä on trendi, jota kannattaa seurata — ihmiset kaipaavat työkaluja, jotka kohtelevat kokouksia tietolähteenä, ei kertakäyttöisenä tallenteena.

Mitä tämä tarkoittaa sinun kokouksillesi

Tämän päivän uutiset piirtävät yhtenäisen kaaren: kokous ei ole enää erillinen tapahtuma — se on yksi solmu jatkuvassa, kyseltävässä työsi arkistossa. Otterin Work Mode ulottuu nimenomaisesti taaksepäin kokoushistoriaasi ja eteenpäin CRM-järjestelmääsi; Granolan käyttäjät rakentavat käsin samaa siltaa Obsidianiin, koska markkinat eivät ole vielä täysin toimittaneet sitä valmiina; ja Graphify osoittaa taustalla olevan kysynnän rakenteellisille, selitettäville tietograafeille tasomaisten muistiinpanokasojen sijaan. Yhteinen lanka on se, että itse litterointi on muuttumassa perusvaatimukseksi — NVIDIA:n Nemotron 3.5 Transcribe, ilmainen ja avoimilla painoilla, takaa käytännössä sen, että raaka puhe-tekstiksi-tarkkuus lakkaa olemasta erottava tekijä jo vuoden sisällä.

Juuri tähän maastoon Proudfrog on rakennettu. Kun litterointi muuttuu hyödykkeeksi, arvo siirtyy kokonaan siihen, mitä tapahtuu tallennuksen loppumisen jälkeen: miten puhujat tunnistetaan ja seurataan ajan myötä, miten tietograafi yhdistää tämän päivän päätöksen viime vuosineljänneksen keskusteluun, ja miten AI-haku nostaa esiin oikean faktan oikeasta kokouksesta kuukausien päästä ilman, että sinun tarvitsee muistaa, missä puhelussa se mainittiin. Ihmisten nyt itse rakentamat DIY-putket Granolan ja Obsidianin avulla ovat ennakkokatsaus siihen, minkä pitäisi olla sisäänrakennettua, ei päälle liimattua.

Opetus kokousälykkyyden toimittajille on selvä: yhteenvedot ja koosteet ovat tarpeellisia, mutta eivät enää riittäviä. Todellinen kilpailuareena on pysyvä, rakenteellinen muisti koko kokoushistoriasi yli — yhdistetty, alkuperätietoinen ja välittömästi haettavissa.

Keskeinen huomio: Kun litteroinnin tarkkuudesta tulee ilmaista ja hyödykkeistettyä, taistelu siirtyy muistiin — kuka pystyy muuttamaan vuoden kokoukset luotettavaksi, kyseltäväksi tietopohjaksi, eikä vain pinoksi transkripteja.

Sources

1. https://otter.ai/blog/otter-rethinks-the-meeting-new-ai-preps-you-coaches-you-and-follows-through
2. https://www.computerworld.com/article/4241172/otter-adds-work-mode-to-automate-more-meeting-related-tasks.html
3. https://otter.ai/work-mode
4. https://research.nvidia.com/labs/nemotron/NVIDIA-Nemotron-3.5-Transcribe/
5. https://siliconangle.com/2026/10/28/nvidia-releases-all-in-one-adaptable-nemotron-3-5-audio-transcription-and-translation-model/
6. https://huggingface.co/blog/nvidia/nemotron-transcribe-granary
7. https://graphify.com/docs/tutorial
8. https://github.com/Graphify-Labs/graphify
9. https://graphify.net/knowledge-graph-for-ai-coding-assistants.html
10. https://github.com/philfreo/obsidian-granola-plugin
11. https://github.com/og-sync/obsidian-granola-sync
12. https://superframeworks.com/articles/granola-encrypted-local-notes