NVIDIA 发布 Nemotron 3 说话人分离模型,支持 8 人重叠语音
andimarafioti · x · 2026-09-24
NVIDIA 发布 Nemotron 3 Diarization 模型,可在多人同时说话、声音重叠的场景下追踪谁在何时发言,最多支持 8 个说话人,参数量仅 1 亿,已在 Hugging Face 上线,并实现 day 0 支持 Transformers 库,开发者可直接调用构建转写类应用。
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