Hugging Face Blog 发布于 09/23 21:17

**Know Who Spoke When: Build Real-Time, Multi-Speaker AI with NVIDIA Nemotron 3 Diarization**

(翻译)了解谁在何时说话:使用 NVIDIA Nemotron 3 Diarization 构建实时多说话人 AI

查看原文

资讯摘要

A Blog post by NVIDIA on Hugging Face

AI 摘要

NVIDIA 在 Hugging Face 发布 Nemotron 3 Diarization,一个 100M 参数的开源说话人日志模型,支持最多 8 个说话人,在 VoiceArena 的 Diarization-Bench 上以 14.72% DER 排名第一。该模型可处理重叠语音,支持流式和离线推理,并可与 ASR 结合生成说话人归属的转录文本。

AI 问答

Nemotron 3 Diarization 在 VoiceArena 的 Diarization-Bench 中排名如何?

排名第一,在 12 个系统和 17 种配置中,以 14.72% 的说话人日志错误率(DER)领先,比第二名低约 24% 相对错误率。

该模型最多支持多少个说话人?

最多支持 8 个说话人,包括处理重叠语音的情况。

流式推理中使用了哪两种记忆机制来保持说话人分配稳定?

到达顺序说话人缓存(AOSC)和先进先出(FIFO)队列。

打开原文

更多资讯

广东加速推进广韶高速改扩建工作,未来将缓解京港澳高速交通压力36氪 · 10/10 14:07陶哲轩转发抵制声明,数学界和OpenAI彻底撕破脸爱范儿 / APPSO · 10/09 18:21分发与连接:抖音向左,美团向右,两种模式到底有什么差别人人都是产品经理 · 10/10 14:19代币化革命背后金色财经 · 10/09 18:01全国性涉外法律服务平台“法通”网正式上线36氪 · 10/10 12:4724 天估值暴涨 37 倍,这就是 AI 圈年度爽文爱范儿 / APPSO · 10/10 17:11未经批准含有“金融控股”等字样 三家企业被要求整改36氪 · 10/10 16:44阶跃 Step 5 Preview 登上 OpenRouter 全球第一,10月15日开源!雷峰网 · 10/10 11:37LinkAndroid v2.4.0 投屏内核更新至 scrcpy 5.0,编码解码全面提速开源中国 · 10/10 18:32母婴业这样用WorkBuddy就对了人人都是产品经理 · 10/10 14:40新模型密集发布,该怎么选?分享我的实测感受人人都是产品经理 · 10/10 14:16这届 IROS 2026 上,具身学术与产业边界正在消融雷峰网 · 10/10 11:40Nano Banana 2.1 九种实战用法:从多图一致性到"养图",附完整提示词开源中国 · 10/10 14:20DeepSeek Harness 桌面端来了!带你拆解核心机制人人都是产品经理 · 10/10 14:49“LaserCyber”完成数千万元融资36氪 · 10/10 13:33中节能太阳能西藏首个“光伏+构网型储能”一体化项目落地那曲36氪 · 10/10 16:37报道称OpenAI和Anthropic正在聘用前特朗普政府官员36氪 · 10/09 19:08AI 落地,此刻发生 |1024 模力工场 AI 社区日,首批报名开启InfoQ 中文 · 10/10 00:59江淮汽车增资至约22.54亿36氪 · 10/10 11:03招商蛇口:9月实现签约销售金额143.22亿元36氪 · 10/09 19:36@ 一下就能派活?谷歌推出办公 Agent,拥有独立账号、能够创建子 Agent,还能调用 ClaudeInfoQ 中文 · 10/10 01:15人社部:“十五五”时期,每年将培养培训100万名高层次、急需紧缺技术人才36氪 · 10/10 11:11我国成功发射卫星互联网低轨27组卫星36氪 · 10/10 09:14我国牵头制定的船舶压载水管理系统调试测试国际标准发布36氪 · 10/09 20:21特斯拉FSD,在欧洲被打回原形量子位 · 10/10 14:59旅行成为个人 Agent 的高频场景,「豆包工作」把几十小时攻略浓缩成 PPT人人都是产品经理 · 10/10 17:29COIN、HOOD、CRCL:链上金融三种模式金色财经 · 10/10 15:10深港“全天候通道”升级 新皇岗口岸5分钟便捷通关36氪 · 10/10 15:06近期海外进出口传闻的政策限制对公司是否有影响? 天孚通信回应36氪 · 10/09 20:45日本美滨核电站3号机组反应堆重启36氪 · 10/10 09:28