โมเดลใหม่
NVIDIA เปิด Nemotron 3 Diarization — โมเดลแยก "ใครพูดเมื่อไร" 100M พารามิเตอร์ รองรับ 8 คนแบบสตรีมมิ่ง ลด DER เฉลี่ย 41% จากรุ่นก่อน ใช้ใน Transformers ได้ทันที
NVIDIA ปล่อย Nemotron 3 Diarization โมเดล speaker diarization แบบ open-weight ขนาด 100M พารามิเตอร์ ใต้ใบอนุญาต OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ checkpoint เดียวรองรับทั้งออฟไลน์และสตรีมมิ่ง latency ตั้งแต่ 0.32 วินาที แยกผู้พูดได้สูงสุด 8 คน (รุ่นก่อนได้ 4) NVIDIA รายงานว่า DER ลดลงเฉลี่ย 41% จาก Sortformer รุ่นก่อนบน 8 ชุดข้อมูล ใช้ได้ทั้งผ่าน NeMo และ Transformers
· อ่าน 4 นาที