Modelo NemotronLabs RE-USE da NVIDIA está em alta no Hugging Face com 124 curtidas
O modelo NemotronLabs RE-USE da NVIDIA apareceu entre os modelos mais curtidos do Hugging Face hoje, com 124 curtidas e 29.275 downloads.
Detalhes do modelo
O modelo é um modelo universal de aprimoramento de fala multilíngue de 9,6 milhões de parâmetros, segundo a NVIDIA. Sua arquitetura inclui um codificador convolucional, um decodificador convolucional e um Mamba bidirecional com 30 camadas para modelagem tempo-frequência, segundo a NVIDIA. Ele suporta taxas de amostragem de entrada de 8, 16, 22,05, 24, 32, 44,1 e 48 kHz, segundo a NVIDIA. O áudio de entrada deve ser arquivos .wav, mono, 1D, amostrados entre 8000 Hz e 48000 Hz, e o áudio de saída segue o mesmo formato, segundo a NVIDIA.
Implantação e hardware
O modelo está pronto para uso comercial e foi lançado em 22/10/2026, segundo a NVIDIA. A microarquitetura de hardware suportada é NVIDIA Ampere e o sistema operacional suportado é Linux, segundo a NVIDIA. A inferência usa o motor de aceleração Triton em GPUs NVIDIA Ampere A100, segundo a NVIDIA. A GPU mais barata para aluguel em nossos dados que comporta o modelo é uma Quadro P2000 com 5 GB de VRAM a $0,0289/hora da vast.ai.
Resultado de benchmark
No conjunto de teste completo, o NemotronLabs RE-USE alcançou uma pontuação DNSMOS de 3,29, segundo a NVIDIA.
Pontos principais
- O modelo compacto de aprimoramento de fala da NVIDIA está em alta no Hugging Face.
- Ele roda em GPUs Ampere com aceleração Triton e está liberado para uso comercial.
- A NVIDIA reporta uma pontuação DNSMOS de 3,29 no conjunto de teste completo.
Anúncio oficial
Publicado por nvidia. Leia na fonte.