AB
AiBoss
ニュース

英伟达发布 Nemotron 3 Diarization,开放权重支持实时说话人区分

英伟达发布约 1 亿参数的 Nemotron 3 Diarization 说话人区分模型,支持流式与离线处理,并公开模型权重。

英伟达发布 Nemotron 3 Diarization 说话人区分模型。官方介绍其规模约 1 亿参数,可用于流式或离线音频,为语音转写标注不同说话人。

模型权重已在 Hugging Face 提供;官方说明的处理上限为八名说话人,实际准确率取决于音频条件。参考:英伟达技术文章