NVIDIA发布Nemotron 3说话人分离模型
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。
AI 日报收录的 VoiceArena 相关报道,共 1 篇,按时间倒序,每小时更新。
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。