NVIDIA выпустила в опенсорс лучшую модель для распознавания речи — она разбирает голоса... — 24 сентября 2026 г. в 11:56:57.357
NVIDIA выпустила в опенсорс лучшую модель для распознавания речи — она разбирает голоса, даже когда люди спорят друг с другом Nemotron 3 Diarization умеет определять, кто и когда говорит, даже если несколько человек перебивают друг друга. Всего модель для диаризации поддерживает разговоры до восьми (!) участников, в том числе в реальном времени. В бенче на распознавание она, как вы понимаете, стала лучшей: доля ошибок всего 14% — это на 24% ниже ближайшего конкурента. Причём модель довольно компактная, всего 100 млн параметров. HF и демо тут @xor_journal
56 просмотров