15 段临床对话实测:Pyannote 3 错误率最低,Nemotron 3 最快
MajesticAd2862 · reddit · 2026-09-26
Omi 开发者在 15 段约 2.4 小时的模拟医患对话（PriMock57）上对比了主流说话人分离（diarization）模型，数据与评分工具已开源。
批量处理（DER，越低越好）
- Pyannote Precision-3：2.891%（API，18.9s/条）
- Nemotron 3：4.803%，但是最快的本地模型（0.688s/条，单卡 L4）
- Pyannote Community-1：6.620%；Sortformer v1：6.778%；v2.1：7.974%
- VibeVoice-ASR：8.233%（123s/条）；Meta Muse Voice Transcribe：13.042%（因 10 分钟请求限制拆分测试，非整段对比）
流式场景：Pyannote live API 3.959%，Nemotron 3 4.971%，Sortformer v2.1 6.958%，VibeVoice 1.5B/7B 均超 17%。
同权重换运行时：不改权重仅优化推理运行时，Nemotron DER 从 4.803% 降到 3.174%（错误降 34%、快 2.13 倍）；Community-1 从 6.620% 降到 5.435%（快 24 倍）。作者注明测试集较小且运行时参数在其上调优，结论需谨慎解读。
「模型」频道最新
- Lukas Kaiser 揭秘:清洗模型推理轨迹造合成数据再上 RL — lukaszkaiser · 2026-09-26
- 长数字计算无容错:LLM 需逐 token 确定性算对才算会算术 — ctjlewis · 2026-09-26
- OpenRouter 叹模型发布节奏:从每月一款到每天一款,追新成了全职工作 — jeff_weinstein · 2026-09-26
- 文本分析显示 Claude Opus 5.5 句子短 17%，破折号减少 95% — arena · 2026-09-26
- 研究者称大模型已把 2×2 乘法「记熟」,一步算出无需中间步骤 — ctjlewis · 2026-09-26
- DL Weekly 第474期:GPT-6 Sol/Luna、AI Evals 指南与 RRSI 论文 — dl_weekly · 2026-09-26