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，登顶基准榜(16 条相关)→
「模型」频道最新
- 模型不会「用自己」：昂贵编排模型该自动分配任务层级 — iruletheworldmo · 2026-11-11
- OpenCode 工程师:Carbon 一夜从零写出 Rust UI 库并重写桌面应用 — m4rkmc · 2026-11-11
- Gemini 4 Carbon 登陆 Databricks,企业文档测试得分 66.7% — matei_zaharia · 2026-11-11
- 网友整理 MiniMax H3 生态族谱：49 个家族、63 个衍生节点 — cocktailpeanut · 2026-11-11
- 微软专利曝光：实时改写直播语音并同步口型 — Significant_Mail5398 · 2026-11-11
- Claude Code 网页搜索内置分类器，会拒绝搜它认为你该知道的事 — NathanpmYoung · 2026-11-11