Nemotron 3 Diarization 实测:流式识别 8 说话人,接入机器人记忆新面孔
futterneid · reddit · 2026-09-23
作者分享本地语音 agent 实践:NVIDIA 开源的 Nemotron 3 Diarization 解决了「谁在说话」这一痛点——
- 输出说话人标签(非转写),支持流式输出,最多跟踪 8 个说话人。
- 作者用 1 秒流式分块测试,质量表现出色。
- 演示:接入 DGX Spark 上的语音到语音系统与 Reachy Mini 机器人,新人开口时机器人会询问并记住其名字。
- 已有 Transformers 首日集成,并将采用商业友好许可证。
所属事件:NVIDIA 开源 Nemotron 3 说话人分离模型并登顶 Diarization-Bench(7 条相关)→
「具身」频道最新
- AI 时代消费电子创企 Inanimate 公开 Demo Day 视频,启动 WORKS 量产规划 — genmon · 2026-09-24
- 机器人公司 Ropedia 亮相 IROS2026,现场演示 HOMIE Gen2 人形机器人 — liuziwei7 · 2026-09-24
- 微软研究：把机器人推理卸载到边缘/云端，任务成功率与续航大幅提升 — Microsoft Research · 2026-09-24
- Perceptron 发布具身基础模型:10 倍视频预训练可换 10 倍遥操作数据 — AI Engineer · 2026-09-24
- 云栖大会观察：具身 AI 正走出屏幕渗入日常产品 — Shruti_0810 · 2026-09-23
- 特斯拉 Optimus v3 渲染图疑从安卓 APK 泄露,外形近乎真人 — CyberRobooo · 2026-09-23