Gepubliceerd: 29 oktober 2026
Nvidia heeft op 28 oktober Nemotron 3.5 Transcribe uitgebracht, een gratis open model dat opnames van maximaal een uur uitschrijft, vertaalt en per spreker opdeelt. Het draait op één Nvidia-GPU, dus je opnames hoeven je eigen server niet te verlaten. Nederlands hoort bij de talen die Nvidia het hoogst inschaalt, maar juist voor Nederlands belooft Nvidia geen sprekerlabels.
Nederlands scoort in de hoogste klasse, maar de kolom voor sprekers blijft leeg
De modelkaart van Nemotron 3.5 Transcribe deelt de 40 talen in drie kwaliteitsniveaus in. Nederlands staat in het hoogste niveau, dat Nvidia omschrijft als state of the art of bijna, zonder extra training. Ook vertalen van en naar het Engels werkt voor Nederlands. In de kolom voor sprekerlabels staat bij Nederlands alleen een streepje, wat volgens de kaart “niet gespecificeerd” betekent. Tsjechisch, Pools en Slowaaks hebben hetzelfde profiel.
Duits, Frans, Spaans en Italiaans krijgen wel sprekerlabels. Wil je notulen van een Nederlands overleg waarin staat wie wat zei, dan heb je dus een tweede stap nodig. Dat kan een apart sprekermodel zijn, of een eigen test of de labels in het Nederlands toch kloppen. Bedenk daarbij wat zo’n label doet: het scheidt de stemmen binnen één opname, schrijft Nvidia, maar zegt niet wie iemand is.
Met één instructie kies je wat je terugkrijgt, en je kunt vaktermen meegeven
Tot nu toe had Nvidia twee modellen nodig voor een transcript met sprekers. Parakeet schreef de tekst uit, en Nemotron 3 Diarization uit september hield de stemmen uit elkaar. Nemotron 3.5 Transcribe doet het in één keer. Een korte prompt bepaalt de uitkomst: een letterlijk transcript, een opgeschoonde versie zonder “eh”, een versie met sprekers en tijdstempels, of een Engelse vertaling. Je kunt ook vragen stellen over een opname, zoals welke besluiten er zijn genomen, maar dat heeft Nvidia alleen in het Engels getraind.
Voor zakelijk gebruik is de contextlijst het handigst. Je geeft het model namen, producttermen of medicijnnamen mee, en volgens Nvidia gebruikt het die alleen als ze echt in de opname voorkomen. Hoeveel vaktaal uitmaakt, laat Nvidia zelf zien met opnames van Indiase artsen. Zonder hulp schreef het model 30,8% van de woorden fout. Een preciezere prompt bracht dat terug tot 23,8%, en extra training op vooral synthetische spraak tot 11,8%.
Het model werkt alleen met opgenomen audio, dus live ondertiteling tijdens een Teams-gesprek zit er niet in. Per opname houdt het maximaal acht sprekers uit elkaar.
Op Nederlandse testsets gaat bijna 6 op de 100 woorden mis
Op de openbare Open ASR-ranglijst van Hugging Face voor Engels staat het model bovenaan bij de open modellen, met een gemiddelde word error rate van 5,33%. Dat is het aandeel woorden dat het model fout heeft. Over zeven talen meldt de modelkaart 4,62%, tegen 6,49% voor Qwen3-ASR-1.7B van Alibaba. Voor Nederlands geeft Nvidia een gemiddelde van 5,96% over drie openbare testsets.
Die testsets bevatten vooral duidelijke spraak, voor een groot deel voorgelezen. Een echte vergadering is lastiger. Bij lange Engelse opnames loopt het foutpercentage in Nvidia’s eigen tabel op tot 10,98%. Daarnaast ontbreekt Whisper van OpenAI in de vergelijking, het open model waar veel transcriptietools op draaien. Of overstappen loont, weet je dus pas na een test met je eigen opnames.
Een RTX 5090 is genoeg, en je mag het model commercieel gebruiken
Volgens Nvidia verwerkte één RTX PRO 6000 Blackwell-serverkaart 100 uur audio in minder dan drie minuten, in een test met korte fragmenten die tegelijk liepen. Dat zegt meer over de capaciteit voor een groot archief dan over de wachttijd voor één vergadering.
- Model-ID: NVIDIA-Nemotron-3.5-Transcribe-30B-A4B, met ongeveer 30 miljard parameters, waarvan er per stap ongeveer 4 miljard actief zijn.
- Downloaden: gratis via Hugging Face en ModelScope, met een demo op Hugging Face Spaces. De modelkaart noemt geen regionale beperkingen, dus je kunt het ook in Nederland zelf draaien.
- Licentie: OpenMDW-1.1, een ruime licentie van de Linux Foundation. Volgens de modelkaart is het model geschikt voor commercieel gebruik.
- Hardware: één Nvidia-GPU, van een DGX Spark of een RTX 5090 in het gecomprimeerde NVFP4-formaat tot een H100 in een datacenter. Chips van andere makers staan niet in de lijst.
- Gehost: via Baseten, DeepInfra en Simplismart. Nvidia noemt in de aankondiging geen prijzen.
- Audio: WAV, FLAC, MP3 of OGG, één kanaal, tot een uur per bestand.
Test eerst 100 eigen opnames voordat je een transcriptiedienst opzegt
Neem je interviews, klantgesprekken of raadsvergaderingen op, dan is controle de grootste winst. Het model draait op een server die je zelf beheert, dus opnames met persoonsgegevens gaan niet naar een externe clouddienst. Dat maakt de AVG-afweging eenvoudiger dan bij de meeste transcriptie-apps. De vertaling naar het Engels in dezelfde stap helpt teams die rapporteren aan een buitenlands hoofdkantoor of werken met internationale partners.
Schrijf je nu al Nederlandse of meertalige opnames uit en heb je toegang tot een Nvidia-GPU, begin dan met een test. Verzamel ongeveer 100 opnames met gecontroleerde transcripten, het minimum dat Nvidia aanraadt om aangepaste versies te testen. Neem vaktaal, accenten en door elkaar pratende mensen mee, en haal dezelfde set door de tool die je nu gebruikt, Whisper inbegrepen.
Heb je live ondertiteling nodig, of direct Nederlandse notulen met betrouwbare sprekerlabels? Dan is dit model een bouwsteen om te testen, geen kant-en-klaar product. Kies je liever een gehoste dienst dan je eigen GPU? Kijk dan eerst waar die aanbieder de audio verwerkt. Nvidia zegt dat niet in de aankondiging.
Voor meer informatie, bekijk de officiële aankondiging van Nemotron 3.5 Transcribe op de blog van Nvidia bij Hugging Face.
