Traducido del inglés por Plainly. Si algo no coincide, la que cuenta es la página en inglés.

Plainly Guide › Voz y habla › Nemotron 3.5 Transcribe

ModeloVoz y hablaDescargable, con condicionesOpción gratuita

Nemotron 3.5 Transcribe

Un modelo gratuito de NVIDIA (octubre de 2026) que convierte en texto grabaciones de hasta una hora en 40 idiomas, con marcas de tiempo, quién dijo qué y traducción. Se permite el uso comercial con una licencia abierta. Necesita configuración técnica y una GPU de NVIDIA grande.

Ir al sitio web de Nemotron 3.5 Transcribe

¿Se puede probar gratis?Sí

¿Puedo vender lo que creo?Sí

Abierto o cerradoDescargable, con condiciones

Nivel necesarioTécnico

Los datos, con fuentes

Abierto o cerrado: Descargable, con condiciones
Puedes descargarlo y usarlo, pero la licencia limita el uso
Pesos descargables (BF16, FP8, NVFP4).
fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante
Licencia: OpenMDW-1.1 (Permisiva (p. ej., Apache 2.0, MIT))
fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante
¿Puedo vender lo que creo?: Sí
Ficha del modelo: 'ready for commercial or non-commercial use' (listo para uso comercial o no comercial).
fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante
Coste: Opción gratuita: Descarga gratuita; pagas tu propio equipo
Planes a continuación.
Cómo se usa: En tu propio ordenador, API propia del fabricante
Funciona con NeMo, vLLM, Transformers o SGLang; NVIDIA también ofrece un NIM alojado en build.nvidia.com (precio no indicado).
fuente · comprobado el 7 nov 2026 · comprobado, pero la página era poco clara o incompleta
Nivel necesario: Técnico
fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante
Creado por: NVIDIA (US)
fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante
Estado: Disponible
Publicado el 28 oct 2026 en Hugging Face, NeMo, NGC y build.nvidia.com.
fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante

Qué puedes crear con ella

Una voz o audio hablado, texto a partir de una grabación (uso principal)
Una voz o audio hablado, una traducción escrita de una grabación

de audio a texto

También transcripciones con identificación de quién habla, marcas de tiempo por palabra, identificación del idioma y preguntas y respuestas sobre el audio.

fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante

Planes y precios

No se indican planes de pago.

fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante

Derechos y seguridad

Límites: segundos máximos de audio: 3600; nota: Grabaciones de hasta una hora.
fuente · comprobado el 7 nov 2026 · comprobado en la página del propio fabricante

Relacionado

Dónde puedes usarlo

Hugging Face

Otras opciones para «Una voz o audio hablado, texto a partir de una grabación»

Adobe Podcast (Enhance Speech), Adobe Premiere, AssemblyAI, Async (formerly Podcastle), AudioShake, Auphonic, Azure AI Speech, CAMB.AI, Cartesia, Cleanvoice AI, Clipchamp, Deepgram, Descript, Distil-Whisper, Dubverse, ElevenLabs, Filmora, Gling, Granite Speech 5.0, Happy Scribe, Hugging Face, Kapwing, Krisp, LFM3-Audio

Sobre esta ficha. Última comprobación de los datos: 7 nov 2026, con las páginas del propio fabricante (cada dato enlaza a su fuente). Estado de la ficha: borrador. Resumen en lenguaje sencillo escrito por Plainly.

¿Has visto un error? Avísanos, con un enlace a la fuente. Cómo funcionan las correcciones