РЕЛИЗ · MODELS · #1087
Nvidia выпустила Nemotron 3 Diarization — 100M‑параметрическую модель для диаризации в реальном времени
Nvidia выпустила Nemotron 3 Diarization — модель примерно с 100 миллионами параметров и открытыми весами. Модель различает до восьми говорящих (включая наложение речи), работает с живым и записанным звуком с настраиваемым буфером и показывает 14,72% ошибки на Diarization-Bench от VoiceArena, опережая предыдущую лучшую систему и сокращая ошибку примерно на 41% по сравнению со Streaming Sortformer в ряде тестов.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Nvidia выпустила Nemotron 3 Diarization — модель примерно с 100 миллионами параметров и открытыми весами.
- Модель различает до восьми говорящих (включая наложение речи), работает с живым и записанным звуком с настраиваемым буфером и показывает 14,72% ошибки на Diarization-Bench от VoiceArena, опережая предыдущую лучшую систему и сокращая ошибку примерно на 41% по сравнению со Streaming Sortformer в ряде тестов.
- Открытые веса и передовая точность диаризации упрощают добавление в реальном времени маркировки нескольких говорящих в речевые системы и исследования.
ПОЧЕМУ ЭТО ВАЖНО
Открытые веса и передовая точность диаризации упрощают добавление в реальном времени маркировки нескольких говорящих в речевые системы и исследования.