Nvidia ने अपना नया AI सॉफ्टवेयर टूल 'Nemotron 3.5 Transcribe' लॉन्च किया है, जो **40** भाषाओं में ऑडियो ट्रांसक्राइब कर सकता है। इस कदम से कंपनी अब सॉफ्टवेयर सेक्टर में अपनी पैठ गहरी कर रही है।
सॉफ्टवेयर सेक्टर में Nvidia की नई एंट्री
Nvidia अब सिर्फ हार्डवेयर तक सीमित नहीं रहना चाहती। अपने नए Nemotron 3.5 Transcribe मॉडल के जरिए कंपनी ने स्पीच ट्रांसक्रिप्शन मार्केट में कदम रख दिया है। यह टूल 40 भाषाओं को प्रोसेस करने में सक्षम है और एक साथ 8 अलग-अलग बोलने वालों की पहचान कर सकता है। कंपनी का लक्ष्य इसे क्लिनिकल डॉक्यूमेंटेशन और कॉरपोरेट मीटिंग्स जैसे प्रोफेशनल कामों के लिए एक जरूरी टूल बनाना है।
हार्डवेयर और सॉफ्टवेयर का 'इकोसिस्टम'
यह नया मॉडल कंपनी के अपने हार्डवेयर जैसे Jetson AGX और हाई-एंड Blackwell आर्किटेक्चर पर काम करेगा। इसकी सबसे बड़ी खासियत 'लोकल एग्जीक्यूशन' (Local Execution) है, जिससे कंपनियां डेटा को क्लाउड पर भेजने के बजाय अपने सिस्टम में सुरक्षित रख सकती हैं। यह फीचर कानून और स्वास्थ्य सेवा जैसे संवेदनशील क्षेत्रों के लिए बहुत उपयोगी है। 30 अरब पैरामीटर्स वाला यह मॉडल 'ओपन-वेट' है, यानी डेवलपर्स इसे अपनी जरूरत के हिसाब से बदल सकते हैं, जिससे Nvidia के इकोसिस्टम में ग्राहकों का जुड़ाव बढ़ेगा।
चुनौतियां और कंपटीशन
बाजार में मुकाबला आसान नहीं है। Mistral का 'Voxtral 3' और ElevenLabs जैसे प्रतिद्वंदी पहले ही इस क्षेत्र में तेजी से आगे बढ़ रहे हैं, वहीं Salesforce भी अपनी एजेंट-फोकस्ड सॉफ्टवेयर सर्विस का विस्तार कर रही है।
निवेशकों के लिए चेतावनी
इस नए टूल की एक बड़ी कमी यह है कि यह अभी केवल प्री-रिकॉर्डेड ऑडियो को ही प्रोसेस कर सकता है; फिलहाल इसमें 'रियल-टाइम' ट्रांसक्रिप्शन की सुविधा नहीं है। निवेश करने वालों को यह ट्रैक करना होगा कि क्या Nvidia अपनी इस तकनीकी कमी को जल्द दूर कर पाती है और क्या यह सॉफ्टवेयर विस्तार उसके हार्डवेयर चिप्स की बिक्री को नई ऊंचाई दे पाता है।