NVIDIA 开源 Nemotron 3 说话人分离模型，登顶 VoiceArena 榜单
solyarisoftware · x · 2026-09-24
NVIDIA 发布开源权重模型 Nemotron 3 Diarization，参数量仅约 1 亿，在 VoiceArena Diarization 排行榜排名第一，Diarization 错误率（DER）为 14.72%。
- 支持最多 8 个说话人，覆盖 21 种语言
- 支持离线与在线（流式）模式，可变延迟最低至 0.32 秒
- RTFx 达 15000，处理速度极高
- 同时允许商用与非商用使用
该模型用于识别「谁在何时说话」，可与 ASR 结合生成带说话人归属的转写，服务于会议记录、客服通话分析、播客处理与语音 Agent 记忆等场景，并能处理重叠语音。
所属事件:NVIDIA 开源 Nemotron 3 说话人分离模型，登顶 VoiceArena(10 条相关)→
「模型」频道最新
- Meta Muse 4 万评分达 4.88:产品、分发、价格三线碾压式竞争 — RihardJarc · 2026-09-24
- Audi 3D 建模实测:GPT-6 Astra 与 Opus 5.5 领跑 — kevinkern · 2026-09-24
- 重跑 Audi 3D 建模对比：只有 GPT-6 Astra 与 Opus 5.5 能打 — kevinkern · 2026-09-24
- 自建 200 题校准测试:模型自报 90% 把关可信度 — colinmcnamara · 2026-09-24
- Kev-9b 与 Decider-2b 实测:错题常自报 90% 把握 — colinmcnamara · 2026-09-24
- 仅反转选项顺序就改动 1/4 答案,模型差分有多脆 — colinmcnamara · 2026-09-24