NVIDIA 发布了 Nemotron3Diarization,这是一款拥有 1 亿参数的免费轻量级 AI 模型,用于语音分割。它在 VoiceArena 基准测试中以 14.72% 的错误率位居榜首,并支持实时处理多达八个同时说话者。该模型提供动态音频缓冲区设置,以平衡延迟与准确性,并与 Parakeet 集成,实现带有匿名说话者标签的自动转录。此次发布降低了实时会议记录和智能客服等应用的技术门槛,加速了多说话者识别在边缘设备和商业场景中的部署。
评论 (0)
0/300





首页
