--- title: "Nemotron 3.5 Transcribe: co umí a co ne" description: "Co je Nemotron 3.5 Transcribe od NVIDIA, jak se liší od Whisperu a co je u češtiny a hardwaru zatím neověřené. Přehled pro vývojáře i firmy." author: "Michal Černý" author_role: "Spoluzakladatel · Technology & Product" author_url: https://nobig.deals/cs/blog/autor/michal-cerny url: https://nobig.deals/cs/blog/nemotron-3-5-transcribe-prepis-reci content_type: text/markdown --- Autor: Michal Černý (Spoluzakladatel · Technology & Product) [Blog](https://nobig.deals/cs/blog)/[AI a vývoj](https://nobig.deals/cs/blog/kategorie/ai-a-vyvoj)/Nemotron 3.5 Transcribe: co umí nový ope… # Nemotron 3.5 Transcribe: co umí nový open-weight model NVIDIA Nemotron 3.5 Transcribe je open-weight model od NVIDIA z 28\. října 2026, který v jednom checkpointu spojuje přepis, překlad a rozlišení mluvčích. Čeština je podle modelové karty podporována jen pro přepis a oficiální WER chybí. [Michal Černý](https://nobig.deals/cs/blog/autor/michal-cerny)·Publikováno 28\. října 2026·9 min čtení ![Postava zezadu stojí u řady serverových racků s kabely, jeden rack má oranžový panel, vlevo jsou kotouče, vpravo papíry.](https://nobig.deals/_next/image?url=https%3A%2F%2Fassets.nobig.deals%2Fblog%2Fcmvsbcos5004u0xla53mjqqnc%2Fnemotron-3-5-transcribe-prepis-reci-hero-6126a238d9.webp&w=3840&q=75) Celý provoz přepisu na jedné řadě racků. Obsah článku · 8 1. [Co je Nemotron 3.5 Transcribe a co umí?](#co-je-nemotron-3-5-transcribe-a-co-umi) 2. [Jak je postavený: MoE, enkodéry a diarizace](#jak-je-postaveny-moe-enkodery-a-diarizace) 3. [V čem se liší od Whisperu a dalších řešení](#v-cem-se-lisi-od-whisperu-a-dalsich-reseni) 4. [Je čeština podporována a co zatím chybí?](#je-cestina-podporovana-a-co-zatim-chybi) 5. [Co je doloženo](#co-je-dolozeno) 6. [Co je neověřeno](#co-je-neovereno) 7. [Jaký hardware je potřeba pro lokální provoz?](#jaky-hardware-je-potreba-pro-lokalni-provoz) 8. [Více mluvčích, hluk a překrývající se řeč](#vice-mluvcich-hluk-a-prekryvajici-se-rec) 9. [Kdy se lokální nasazení vyplatí a jak to ověřit](#kdy-se-lokalni-nasazeni-vyplati-a-jak-to-overit) 10. [Časté otázky](#caste-otazky) Nemotron 3.5 Transcribe je open-weight model NVIDIA pro hotové nahrávky: přepíše řeč ve 40 jazycích, rozliší až 8 mluvčích a odpoví na otázky k obsahu audia. Česky umí přepis. Rozlišení mluvčích pro češtinu oficiálně nepodporuje, takže před nasazením je nutný vlastní test. Ve zkratce * NVIDIA vydala 28\. října 2026 open-weight model Nemotron 3.5 Transcribe s architekturou Mixture-of-Experts, 30 miliardami parametrů celkem a zhruba 4 miliardami aktivních. * Model přepisuje řeč ve 40 jazycích, rozliší až 8 mluvčích a zpracuje nahrávky dlouhé až 60 minut. * Čeština je podle modelové karty podporována pro přepis, ale není mezi 13 jazyky pro diarizaci a oficiální WER pro češtinu chybí. * BF16 váhy zabírají zhruba 60 GB a referenční konfigurací je 1× H100 80 GB, běžná herní karta z oznámení nevyplývá. * Před nasazením doporučujeme vlastní test na českých nahrávkách se šumem, překryvem řeči a více mluvčími. ## Co je Nemotron 3.5 Transcribe a co umí? Je to otevřený model NVIDIA z 28\. října 2026, který v jednom checkpointu spojuje přepis, překlad, rozlišení mluvčích a dotazování nad nahrávkou. Definice Nemotron 3.5 Transcribe je open-weight model z řady NVIDIA Nemotron pro offline zpracování řeči. Kromě převodu speech-to-text umí nahrávku přeložit, rozdělit podle mluvčích a odpovídat na otázky k jejímu obsahu. NVIDIA ve svém [oznámení na Hugging Face](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary) uvádí přepis ve **40 jazycích**, překlad mezi 31 jazyky a angličtinou a volitelné časové značky slov. Model v jedné nahrávce rozliší až osm mluvčích a zpracuje záznam dlouhý až hodinu. Funkce dotazování nad audiem, tedy otázky typu „na čem se účastníci dohodli“, je podle zveřejněných informací trénovaná v angličtině. Klíčová čísla * **40 jazyků** podporuje model pro přepis řeči ([NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary)) * **8 mluvčích** dokáže rozlišit v jedné nahrávce ([NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary)) * **60 minut** je maximální délka zpracované nahrávky ([NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary)) Váhy jsou ke stažení v [kolekci na Hugging Face](https://huggingface.co/collections/nvidia/nemotron-35-transcribe) ve variantách BF16, FP8 a NVFP4\. Kdo nechce provozovat vlastní GPU, může model volat přes API u DeepInfra. Pro úpravy na vlastní doménu NVIDIA odkazuje na framework NVIDIA NeMo, jak [shrnuje The New Stack](https://thenewstack.io/nvidia-nemotron-promptable-transcription/). ## Jak je postavený: MoE, enkodéry a diarizace Model kombinuje zvukové enkodéry s jazykovým modelem typu **Mixture-of-Experts** (MoE). Z celkových přibližně 30 miliard parametrů je při jednom kroku aktivních zhruba 4 až 4,3 miliardy, uvádí [kolekce modelu](https://huggingface.co/collections/nvidia/nemotron-35-transcribe). Zvukovou část podle [technického popisu NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary) tvoří tři prvky: * Transformer ASR enkodér s přibližně 600 miliony parametrů, který převádí zvuk na reprezentaci řeči, * enkodér mluvčích Nemotron-3 Diarization s přibližně 99 miliony parametrů, který rozlišuje hlasy, * CTC hlava, která generuje časové značky jednotlivých slov. Jazykovou část obstarává Nemotron-3.5 Lightning 30B-A3B, hybrid vrstev Mamba-2 a Transformer s MoE. Díky tomu model nejen přepisuje, ale chápe i instrukce v promptu: dá se mu říct, jaký výstup chcete, nebo se ho zeptat na obsah nahrávky. Hlavní změna je v tom, že model **slučuje kroky, které se běžně skládají z více nástrojů**. Klasická pipeline řetězí detekci řeči (VAD), přepis, diarizaci mluvčích a zarovnání časů. Každý přechod mezi nástroji přidává chyby a práci s integrací. ```mermaid flowchart LR A["Nahrávka"] --> B["VAD a segmentace"] B --> C["ASR, např. Whisper"] C --> D["Diarizace, např. pyannote"] D --> E["Zarovnání časů"] E --> F["Přepis s mluvčími"] A --> G["Nemotron 3.5 Transcribe"] G --> F ``` Poznámka Model nepodporuje streamování. Je určený pro hotové nahrávky, jako jsou porady, hovory nebo rozhovory, ne pro živý přepis s nízkou latencí. ## V čem se liší od Whisperu a dalších řešení Whisper a podobné nástroje řeší hlavně přepis, Nemotron 3.5 Transcribe přidává v jednom modelu diarizaci, překlad, promptování a dotazy nad audiem. | Řešení | Co hlavně dělá | Rozdíl proti Nemotron 3.5 Transcribe | | ------------------------------------ | ----------------------------------- | ---------------------------------------------------- | | OpenAI Whisper | Vícejazyčný přepis a detekce jazyka | Mluvčí obvykle řeší samostatný nástroj | | pyannote.audio | Diarizace a detekce řeči | Nejde o ASR model, používá se ve dvojici s Whisperem | | NVIDIA Parakeet-TDT | Rychlý přepis, hlavně angličtina | Menší, míří na throughput, bez diarizace a překladu | | Sortformer, Nemotron-3 Diarization | Jen rozpoznání mluvčích | Nemotron 3.5 je integruje s přepisem | | Cloudové služby (Google, Azure, AWS) | Přepis a diarizace přes API | Jednodušší provoz, ale audio odchází do cloudu | Srovnání vychází z [oznámení NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary) a z [textu SiliconANGLE](https://siliconangle.com/2026/10/28/nvidia-releases-all-in-one-adaptable-nemotron-3-5-audio-transcription-and-translation-model/) k vydání. Přímé srovnání s Whisperem na českých nahrávkách zatím nikdo nezveřejnil, takže pořadí v žebříčcích pro češtinu nic neříká. Pro praxi z toho plyne jednoduché pravidlo. Pokud potřebujete jen text a máte odladěnou pipeline s Whisperem, výhoda nového modelu je hlavně v jednodušší architektuře. Pokud skládáte přepis, mluvčí a překlad z několika nástrojů, integrovaný model může ušetřit víc práce než procent chyb. ## Je čeština podporována a co zatím chybí? Ano, ale jen pro přepis: čeština je mezi 40 jazyky ASR, chybí ovšem mezi jazyky pro diarizaci a oficiální přesnost pro ni není zveřejněná. ### Co je doloženo Podle [modelové karty](https://huggingface.co/collections/nvidia/nemotron-35-transcribe) model převede českou řeč na český text. Tím doložená podpora končí. | Funkce | Čeština | Stav | | --------------------- | ----------- | ------------------------- | | Přepis (40 jazyků) | Ano | Uvedeno v modelové kartě | | Diarizace (13 jazyků) | Ne | Čeština v seznamu chybí | | Překlad (31 jazyků) | Nepotvrzeno | Z oznámení nelze ověřit | | Dotazy nad audiem | Nepotvrzeno | Trénováno v angličtině | | Oficiální WER | Chybí | Zveřejněna jen jiná čísla | Údaje vycházejí z [kolekce modelu na Hugging Face](https://huggingface.co/collections/nvidia/nemotron-35-transcribe) a [oznámení NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary). ### Co je neověřeno Diarizaci model podporuje ve 13 jazycích: arabštině, mandarínštině, angličtině, francouzštině, němčině, hindštině, italštině, japonštině, korejštině, portugalštině, ruštině, španělštině a thajštině. **Čeština mezi nimi není.** Model se o rozdělení českých mluvčích může pokusit, ale NVIDIA to nedeklaruje. Zveřejněná čísla přesnosti, tedy 18,26 % DER a 32,4 % cpWER, pocházejí z vícejazyčného a anglického benchmarku podle [technického popisu NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary). O kvalitě českého přepisu nevypovídají, stejně jako o českých nářečních výrazech, odborné terminologii nebo spontánní řeči. Pozor Pro české nahrávky počítejte s tím, že dostanete text, ale spolehlivé přiřazení výroků konkrétním lidem vám nikdo neslíbil. Pokud potřebujete zápis porady s mluvčími, ověřte ho proti samostatné diarizaci, například pyannote.audio. ## Jaký hardware je potřeba pro lokální provoz? Doloženou konfigurací je jedna karta NVIDIA H100 s 80 GB paměti. Na běžné herní grafice podle oznámení model nepoběží. ![Váhy s nakloněným ramenem, na levé misce je stoh paměťových modulů a GPU, na pravé herní karta a malý čip.](https://assets.nobig.deals/blog/cmvsbcos5004u0xla53mjqqnc/nemotron-3-5-transcribe-prepis-reci-img-1-75ebd3b037.webp) MoE šetří výpočet, ne paměť: do GPU se vejdou všichni experti. Číslo „4 miliardy aktivních parametrů“ snadno svede k domněnce, že model má nároky malého 4B modelu. MoE ale šetří **výpočet, ne paměť**. Při každém kroku pracuje jen část expertů, jenže v paměti GPU musí být uložené všechny. U 30 miliard parametrů v BF16 (2 bajty na parametr) jde zhruba o 60 GB jen za váhy. K tomu se přičtou aktivace, KV cache a režie runtime. Co z [kolekce modelu](https://huggingface.co/collections/nvidia/nemotron-35-transcribe) a podkladů NVIDIA vyplývá: * referenční konfigurace je 1× NVIDIA H100 80 GB, * deklarované platformy pro jedno GPU sahají od Jetson AGX Thor a DGX Spark po datacentrové karty Blackwell, [uvádí SiliconANGLE](https://siliconangle.com/2026/10/28/nvidia-releases-all-in-one-adaptable-nemotron-3-5-audio-transcription-and-translation-model/), * k dispozici jsou varianty BF16, FP8 a NVFP4, přičemž nižší přesnost vyžaduje podporu v GPU i softwaru, * přesné minimum VRAM pro jednotlivé varianty NVIDIA neuvádí. Karta s 8 nebo 16 GB z oznámení nijak nevyplývá. Kvantizace sice nároky sníží, ale bez oficiálního údaje jde o experiment, ne o plánovatelnou konfiguraci. Tip Než koupíte nebo pronajmete GPU, otestujte model přes API u DeepInfra na vzorku vlastních nahrávek. Hardware řešte až ve chvíli, kdy víte, že kvalita přepisu pro vaše účely stačí. ## Více mluvčích, hluk a překrývající se řeč Model zvládne až osm mluvčích v hodinové nahrávce, ale samostatná čísla pro hluk, překryv řeči a přesně osm lidí NVIDIA nezveřejnila. Doložená měření pocházejí z [technického popisu NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary): * **18,26 % DER** na vícejazyčné trati David AI, čímž model předstihl 14 hodnocených systémů včetně vlastního Nemotron 3 Diarization s 18,38 %, * **32,4 % cpWER** na anglickém VoiceArena Diarization-Bench, kde podíl vynechaných slov činil 8,32 % referenčních slov proti mediánu kolem 31 %. DER (_diarization error rate_) sčítá záměny mluvčích, chybějící nebo nadbytečné úseky a chyby v hranicích řeči. Metrika cpWER navíc trestá chyby v samotném přepisu. Obě čísla popisují konkrétní testovací sady a nejsou zárukou pro hlučnou zasedačku, kde čtyři lidé mluví současně. Stejně opatrně čtěte údaj o rychlosti. Kvantizovaná verze, kterou NVIDIA připravuje, má na jedné kartě RTX PRO 6000 Blackwell Server Edition zpracovat 100 hodin audia za méně než tři minuty, tedy **více než 2 000× rychleji než reálný čas**, [uvádí NVIDIA](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary). Jde o propustnost na konkrétním hardwaru, ne o kvalitu výstupu. ## Kdy se lokální nasazení vyplatí a jak to ověřit Lokální přepis nahrávek dává největší smysl tam, kde audio nesmí opustit firmu: interní porady, hovory se zákazníky, zdravotní nebo právní záznamy. Pro takové scénáře má open-weight model jasnou výhodu proti cloudovému API. Pokud tímto směrem uvažujete, podívejte se, jak fungují [AI modely běžící on-premise](https://nobig.deals/cs/sluzby/ai-on-premise) a co obnáší jejich provoz. Výhody a nevýhody Kdy se vyplatí * Citlivá data, která nesmí do cloudu * Potřebujete přepis, mluvčí a překlad v jednom kroku u podporovaných jazyků * Zpracováváte velké objemy hotových nahrávek a máte datacentrové GPU Kdy ne * Stačí samotný přepis a máte funkční pipeline s Whisperem * Potřebujete živý přepis, model neumí streamovat * Chcete spolehlivou diarizaci českých mluvčích bez dalšího ověřování Náš stack v nobig.deals stojí na Railway a OpenRouter a tento model v něm neprovozujeme. Uvádíme to jako fakt, ne jako zkušenost s nasazením. Než model nasadíte do produkce, doporučujeme krátký, ale poctivý test na vlastních datech. Rozhoduje kvalita na vašich nahrávkách, ne pořadí v žebříčku. Pokud plánujete přepis zapojit přímo do produktu nebo interních procesů, navazuje na to [integrace AI do vývoje](https://nobig.deals/cs/sluzby/ai-transformace). Než nasadíte model na české nahrávky * Připravte vzorek čistých nahrávek s jedním mluvčím * Přidejte nahrávky se šumem, například z otevřené kanceláře nebo telefonu * Zařaďte záznamy s překrývající se řečí * Otestujte porady se 2, 4 a až 8 mluvčími * Stejné nahrávky zpracujte Whisperem a pyannote.audio * Ručně přepište referenční úseky a spočítejte WER pro oba systémy * Zkontrolujte přiřazení mluvčích u českých nahrávek zvlášť * Ověřte licenci modelu na modelové kartě pro váš způsob použití ## Časté otázky ### Je Nemotron 3.5 Transcribe zdarma a smí se použít komerčně? Váhy jsou volně ke stažení na Hugging Face, takže za samotný model neplatíte. Podmínky komerčního použití určuje licence uvedená na modelové kartě v kolekci NVIDIA a tu si před nasazením přečtěte sami, protože se u jednotlivých modelů liší. Náklady vznikají hlavně na hardwaru, nebo na API, pokud model voláte přes DeepInfra. ### Umí Nemotron 3.5 Transcribe přepis v reálném čase? Neumí. Model nepodporuje streamování a NVIDIA ho určuje pro hotové nahrávky, jako jsou porady, hovory nebo rozhovory. Přepis tak získáte až po dokončení záznamu. Pro hlasové agenty nebo živé titulky je potřeba jiný model se streamovacím režimem. Údaj o rychlosti přes 2 000× reálného času popisuje dávkové zpracování, ne nízkou latenci. ### Poběží Nemotron 3.5 Transcribe na běžné herní grafice? Z oznámení to nevyplývá. Model má 30 miliard parametrů a v BF16 zabírají samotné váhy zhruba 60 GB, takže běžnou kartu s 8 nebo 16 GB výrazně přesahuje. Doložená konfigurace je jedna H100 s 80 GB, deklarované jsou i Jetson AGX Thor, DGX Spark a karty Blackwell. Kvantizované varianty FP8 a NVFP4 nároky snižují, přesné minimum ale NVIDIA neuvádí. ### Dá se model dolaďovat na vlastní češtinu a odborné termíny? NVIDIA pro úpravy modelu odkazuje na framework NVIDIA NeMo, jak [uvádí The New Stack](https://thenewstack.io/nvidia-nemotron-promptable-transcription/). Dolaďování vyžaduje vlastní přepsaná data a odpovídající GPU. Výsledek u češtiny si musíte změřit sami, protože oficiální česká čísla chybí. ### Jak vyzkoušet model bez vlastního hardwaru? Nejjednodušší cesta vede přes API u DeepInfra, kde model zavoláte bez vlastní GPU. Pro rozhodnutí o nasazení ale nestačí pár ukázek: pošlete do API reprezentativní vzorek vlastních českých nahrávek včetně hlučných a vícemluvčích a porovnejte výsledky s Whisperem. Zdroje a odkazy (4) Externí stránky, na které článek odkazuje. 1. [huggingface.co](https://huggingface.co/blog/nvidia/nemotron-transcribe-granary) /blog/nvidia/nemotron-transcribe-granary 2. [huggingface.co](https://huggingface.co/collections/nvidia/nemotron-35-transcribe) /collections/nvidia/nemotron-35-transcribe 3. [thenewstack.io](https://thenewstack.io/nvidia-nemotron-promptable-transcription/) /nvidia-nemotron-promptable-transcription 4. [siliconangle.com](https://siliconangle.com/2026/10/28/nvidia-releases-all-in-one-adaptable-nemotron-3-5-audio-transcription-and-translation-model/) /2026/10/28/nvidia-releases-all-in-one-adaptable-nemotron… ## Číst více [![Forward Deployed Engineer: kdo to je a co dělá u zákazníka](https://nobig.deals/_next/image?url=https%3A%2F%2Fassets.nobig.deals%2Fblog%2Fcmvrzh3ld00460xlapmad7vyb%2Fforward-deployed-engineer-role-fde-hero-f47b15e37e.webp&w=3840&q=75)AI a vývojForward Deployed Engineer: kdo to je a co dělá u zákazníkaForward Deployed Engineer je inženýr, který pracuje přímo u zákazníka, rozumí jeho byznysu a sám navrhne i nasadí funkční řešení. Pojem zavedl Palantir, dnes roli nabírají i OpenAI a Anthropic. Je to vývojář, architekt, konzultant a kus produkťáka v jedné osobě.](https://nobig.deals/cs/blog/forward-deployed-engineer-role-fde)[![Claude Duet: co je osobní AI agent od Anthropicu a kdy ho čekat](https://nobig.deals/_next/image?url=https%3A%2F%2Fassets.nobig.deals%2Fblog%2Fcmvrrpx1s000r0xlazwu8eklv%2Fclaude-duet-osobni-ai-agent-hero-140e3df3c7.webp&w=3840&q=75)AI a vývojClaude Duet: co je osobní AI agent od Anthropicu a kdy ho čekatClaude Duet je podle Anthropicu proaktivní osobní agent, který pracuje s připojenými účty i ve chvíli, kdy je uživatel pryč. Dostupnost v Česku ani v EU ale k 28\. říjnu 2026 nelze z oficiálních zdrojů potvrdit.](https://nobig.deals/cs/blog/claude-duet-osobni-ai-agent)[![Lokální AI modely: co je LFM3 od Liquid AI a jak ho spustit](https://nobig.deals/_next/image?url=https%3A%2F%2Fassets.nobig.deals%2Fblog%2Fcmvrtybfo000t0xlaau2folwz%2Flokalni-ai-modely-lfm3-liquid-ai-hero-a2be1a6175.webp&w=3840&q=75)AI a vývojLokální AI modely: co je LFM3 od Liquid AI a jak ho spustitLFM3 je rodina malých open-weight modelů od Liquid AI, vydaná 27\. října 2026\. Díky hybridní architektuře běží ve 4bitové kvantizaci kolem 1–2 GB paměti, takže ji jde spustit lokálně na notebooku i telefonu. Rychlost a paměť jsou zatím hlavně měření výrobce, češtinu nikdo nezávisle neověřil.](https://nobig.deals/cs/blog/lokalni-ai-modely-lfm3-liquid-ai)