최신 오픈 웨이트 (open weight) 체크포인트와 데모를 확인하려면 우리의 HuggingFace🤗 컬렉션을 방문하세요!
NeMo 저장소 분리 이후 NeMo Speech의 첫 번째 릴리스는 저장소의 변환 과정에 따라 2026년 6월로 예정되어 있습니다. 최신 안정적인 릴리스 버전을 사용하려면 26.02 NGC 컨테이너를 사용해 주세요.
- 2026-04: Parakeet-unified-en-0.6b가 출시되었습니다. 이 모델은 문장 부호 및 대문자 지원을 포함하여 영어에 대해 하나의 모델로 고품질의 오프라인 및 스트리밍 (최소 160ms의 지연 시간) 추론 (inference)을 제공합니다.
- 2023-03: Nemotron 3 VoiceChat이 현재 얼리 액세스 (Early Access)로 출시되었습니다. Nemotron Nano v2 LLM 백본 (backbone)과 Nemotron 음성 및 TTS 디코더 (decoder)를 기반으로 구축된 VoiceChat은 낮은 지연 시간으로 전이중 (full-duplex), 자연스럽고, 중단 가능한 대화를 제공합니다. 데모를 체험해 보고 얼리 액세스를 신청하세요.
- 2026-03: Nemotron-Speech-Streaming v2603이 업데이트되었습니다. 더 크고 다양한 코퍼스 (corpus)로 학습되어 모든 지연 시간 모드에서 더 낮은 WER을 달성했습니다. 데모를 체험해 보고 NIM을 확인하세요.
- 2026-03: MagpieTTS v2602가 9개 언어(En, Es, De, Fr, Vi, It, Zh, Hi, Ja) 지원과 함께 출시되었습니다. 데모를 체험해 보고 NIM을 확인하세요.
- 2026-01: Nemotron-Speech-Streaming이 출시되었습니다: 사용자가 지연 시간-정확도 파레토 곡선 (Pareto curve) 상에서 최적의 지점을 선택할 수 있게 해주는 하나의 체크포인트입니다!
- 2026-01: MagpieTTS가 출시되었습니다.
- 2026: 이 저장소는 오디오, 음성 및 멀티모달 LLM에 집중하도록 피벗 (pivoted)되었습니다. 더 많은 모달리티 (modalities)를 지원하는 마지막 NeMo 릴리스를 보려면 v2.7.0을 참조하세요.
- 2025-08: Parakeet V3 및 Canary V2가 25개 유럽 언어에 대한 음성 인식 및 번역 지원과 함께 출시되었습니다.
- 2025-06: Canary-Qwen-2.5B가 영어 Open ASR 리더보드에서 기록적인 5.63% WER을 달성하며 출시되었습니다.
NVIDIA NeMo Speech는 자동 음성 인식 (ASR), 텍스트 음성 변환 (TTS), 그리고 음성 LLM (Speech LLMs)을 포함한 음성 모델을 연구하는 연구자 및 PyTorch 개발자를 위해 구축되었습니다. 기존 코드와 사전 학습된 모델 체크포인트 (pre-trained model checkpoints)를 활용하여 새로운 AI 모델을 효율적으로 생성, 커스텀 및 배포할 수 있도록 설계되었습니다.
기술 문서는 NeMo Framework User Guide를 참조하십시오.
- Python 3.12 이상
- Pytorch 2.6 이상
- NVIDIA GPU (모델 학습을 수행하려는 경우)
Pytorch 2.6부터,
torch.load는
weights_only=True를 사용하는 것으로 기본 설정됩니다.
일부 모델 체크포인트는 weights_only=False를 사용해야 할 수도 있습니다.
이 경우, torch.load를 사용하는 코드를 실행하기 전에 환경 변수 TORCH_FORCE_NO_WEIGHTS_ONLY_LOAD=1을 설정할 수 있습니다.
하지만, 이는 반드시 신뢰할 수 있는 파일에 대해서만 수행해야 합니다. 신뢰할 수 없는 소스로부터 가중치 전용 (weights only) 이상의 내용을 포함하는 파일을 로드하는 것은 임의 코드 실행 (arbitrary code execution)의 위험이 있을 수 있습니다.
| 버전 | 상태 | 설명 |
|---|
| Latest | 최신 (즉, main) 브랜치의 문서입니다. | |
| Stable | 안정적인 (즉, 가장 최근 릴리스) 문서 - 추가될 예정 | |
NeMo Speech는 pip를 통해 설치할 수 있습니다: pip install 'nemo-toolkit[all]'
CUDA 12.x 또는 13.x를 위한 추가 의존성을 포함하여 설치하려면 각각 pip install 'nemo-toolkit[all,cu12]' 또는 pip install 'nemo-toolkit[all,cu13]'를 사용하십시오.
커뮤니티의 기여를 환영합니다! 프로세스에 대해서는 CONTRIBUTING.md를 참조해 주세요.
NeMo는 Apache License 2.0 라이선스 하에 배포됩니다.