NVIDIA a publié Nemotron3Diarization, un modèle d’IA léger et gratuit comptant 100 millions de paramètres pour la segmentation vocale. Il obtient les meilleurs résultats sur les benchmarks VoiceArena avec un taux d’erreur de 14,72 % et prend en charge le traitement en temps réel de jusqu’à huit locuteurs simultanés. Le modèle propose des paramètres de tampon audio dynamiques pour équilibrer latence et précision, et s’intègre à Parakeet pour une transcription automatisée avec des étiquettes de locuteurs anonymes. Cette publication abaisse les barrières techniques pour des applications telles que les enregistrements de réunions en temps réel et les services clients intelligents, accélérant le déploiement de l’identification multi-locuteurs sur les appareils périphériques et dans les scénarios commerciaux.