重點整理
- Nemotron 3.5 支援 40 種語言轉錄與說話者辨識。
- 可用自然語言下指令，控制翻譯、總結與專有名詞格式。
- 透過微調技術，AI 能學習專屬術語並大幅降低錯誤率。
- 模型專為處理錄音檔設計，適合用於會議與客服紀錄整理。
每次開完長會，或是整理客服錄音時，最頭痛的就是把語音打成文字。傳統工具不僅常常打錯字，遇到公司專有名詞更是亂寫一通，更別說要分辨「剛才那句是誰說的」。現在，NVIDIA 推出了全新的 AI 語音轉文字模型 Nemotron 3.5 Transcribe，不僅能聽懂 40 種語言，還能分辨發言人、甚至聽懂你的專屬術語。這篇文章帶你了解這項新技術，如何幫企業把「聲音」變成真正有用的「資料」。
一個模型搞定轉錄、翻譯與認人
Nemotron 3.5 Transcribe 是一個開源的 AI 模型，它將語音轉文字、翻譯、以及說話者辨識（Diarization，也就是分辨錄音中不同人聲音的技術）整合在同一個系統中。
它支援 40 種語言的轉錄，還能將其中 31 種語言與英文互相翻譯。最厲害的是，它能處理長達一小時的錄音，並標記最多八位發言者。根據 Hugging Face 等權威排行榜的測試，它在英語和多語言的轉錄準確度上，都名列前茅。此外，它可以在單一 NVIDIA GPU 上運行，從邊緣裝置到資料中心都能靈活部署。不過需要注意的是，這個模型主要是為了處理「已錄製的音訊」而設計，而非即時串流語音。
用自然語言下指令，不用寫程式
過去要用 AI 處理語音，工程師得寫一堆程式碼。但這個模型支援「提示詞」（Prompt，也就是用日常對話的方式給 AI 下指令），讓非技術人員也能輕鬆控制輸出結果。
你可以直接告訴它：「把這段錄音轉成文字，並標記每一位發言人」，或是「把這段會議錄音翻譯成英文，並總結會議做了哪些決定」。
如果遇到不熟悉的專有名詞，也可以在指令中先給它上下文。例如在醫療場景，你可以先提示它：「請使用 HbA1c、metformin 等詞彙，並保持標準醫學拼寫」。這樣 AI 就能產出更精準、符合行業規範的文字，省去後續人工校對的麻煩。
遇到公司專屬術語？用「微調」來教它
雖然提示詞很有用，但如果公司有很多獨特的產品名稱或行業術語，AI 還是可能聽錯。這時候就需要用到「微調」（Fine-tuning，也就是用公司專屬的資料重新訓練 AI，讓它學習特定領域知識的過程）。
NVIDIA 同時推出了 Granary v2 資料處理流程與微調工具。根據醫療領域的測試案例，經過微調後，AI 對陌生發言人的轉錄錯誤率大幅降低了 45.8%。這意味著，只要提供足夠的正確錄音與文字對照，AI 就能完全適應你們公司的「行話」，大幅提升內部文件與客服紀錄的準確度。
崴米的建議
作為中小企業主，看到這些強大的 AI 語音技術，可以從以下兩步開始規劃：
- 盤點語音資產，找出痛點：先想想公司內部有哪些需要大量聽打的工作？是每週的跨部門會議、業務的客戶拜訪錄音，還是客服中心的來電紀錄？找出最耗時、最容易出錯的環節，就是導入 AI 語音技術的最佳起點。
- 將語音 AI 融入客服與工作流程：語音轉文字不只是為了「存檔」，更是為了「應用」。你可以將這些精準的文字資料，串接到公司的客服系統中，讓 AI 自動回答客戶問題，或在遇到複雜問題時無縫轉接給真人。
如果你想了解如何將 AI 語音辨識與內部知識庫結合，打造更聰明的自動化回覆系統，歡迎參考我們的 AI 智能客服建置服務，讓 AI 成為你最強的業務與客服助手。
