英伟达发布免费1亿参数模型,可实时识别最多八位说话人
英伟达推出Nemotron 3 Diarization模型,可实时识别对话中的说话人,支持最多八人。该模型参数为1亿,免费提供,旨在提升语音交互场景的实用性。
AI 日报收录的 Nemotron 3 Diarization 相关报道,共 2 篇,按时间倒序,每小时更新。
英伟达推出Nemotron 3 Diarization模型,可实时识别对话中的说话人,支持最多八人。该模型参数为1亿,免费提供,旨在提升语音交互场景的实用性。
NVIDIA推出开放权重、1亿参数的Nemotron 3 Diarization模型,在VoiceArena说话人分离榜单上以14.72%的错误率排名第一。该模型支持最多8位说话人,覆盖实时与录制场景,能处理语音重叠,并可调节流式延迟。