Nemotron 3.5 ASR vs Whisper

Обе модели превращают речь в текст, обе открытые, обе понимают русский — но построены под противоположные сценарии. Whisper — это офлайн-эталон: записали интервью, скормили файл, получили расшифровку; модель видит запись целиком и за счёт этого хорошо держит шум и акценты. Nemotron 3.5 ASR — это стриминг: транскрипция появляется по ходу речи с задержкой от 80 миллисекунд, пунктуация расставляется на лету, а 600 миллионов параметров позволяют крутить всё это на ноутбуке. Выбор по задаче: расшифровка готовых записей — Whisper, там его зрелая экосистема и годы обкатки. Живые субтитры, голосовой ассистент, звонки в реальном времени — Nemotron, потому что Whisper потоковый режим не родной и собирается из костылей. Если сомневаетесь, критерий один: существует ли аудиофайл до начала работы. Есть файл — Whisper. Файла ещё нет — Nemotron.