谷歌开源说话人分离模型修正会议转录归属错误

Google 说话人团队在 Hugging Face 上开源了 DiarizationLM-Gemma-4-E4B-v1 模型，该模型基于 Gemma 4 E4B 架构微调而成，定位为转录后处理步骤，用于修正会议记录中的说话人归属错误，提升说话人分离任务的准确性。模型的发布为会议转录、语音识别后处理等应用提供了可直接使用的开源方案，相关帖子在发布数日内持续引发关注。

2026-10-04 ~ 2026-10-06 · 2 条相关