← К ленте

NVIDIA выпустила в открытый доступ лучшую модель для распознавания речи

XOR@xor_journalТехнологии и IT24 сентября 2026, 11:40

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

  • 65
  • 38
  • 6
  • 4
  • 1

Похожие посты

Не баг, а фича@bugnotfeatureТехнологии и ITвчера
NVIDIA выпустила в открытый доступ лучшую модель для распознавания речи

Лучшую модель для распознавания речи дропнули в опенсорс — спецы из NVIDIA выкатили Nemotron 3 Diarization. Она разбирает голоса даже в дорожках, где люди спорят друг с другом, и умеет определять, кто и когда говорит. Всего модель для диаризации поддерживает разговоры до 8️⃣ участников. Это лучшие показатели по бенчам среди всех моделей такого типа: доля ошибок 14% — на 24% ниже ближайшего конкурента. Модель всего на 100 млн параметров и много мощностей не требует. Ну и да: 🔤🔤🔤🔤🔤🔤🔤🔤🔤...

  • 31
  • 13
  • 5
  • 4
Machinelearning@ai_machinelearning_big_dataТехнологии и ITвчера
NVIDIA выпустила в открытый доступ лучшую модель для распознавания речи

🌟 Nvidia открыла веса модели для разметки спикеров в аудио Nemotron 3 Diarization – открытая модель диаризации на 100 млн параметров, которая работает на аудиозаписях и в потоковом режиме, размечая на записи отрезки речи каждого участника, включая моменты, когда люди перебивают друг друга. Вместе с ASR это даёт расшифровку встреч, звонков и подкастов с разметкой по говорящим. Модель различает до восьми собеседников – вдвое больше, чем предыдущая Streaming Sortformer компании. Длина записи н...

  • 37
  • 13
  • 6
  • 4
Технотренды@techno_mediaТехнологии и ITвчера
NVIDIA выпустила в открытый доступ лучшую модель для распознавания речи

Забираем ЛУЧШУЮ модель для распознавания речи — спецы из NVIDIA выкатили Nemotron 3 Diarization. Она разбирает голоса даже в дорожках, где люди спорят друг с другом, и умеет определять, кто и когда говорит. Всего модель для диаризации поддерживает разговоры до 8 участников. Это лучшие показатели по бенчам среди всех моделей такого типа. Модель всего на 100 млн параметров, причем много мощностей вам не потребуется. 🕤🕤🕤🕤🕤🕤🕤🕤🕤 Пробуем демо — тут. 📲 Технотренды

  • 11
LOLZTEAM@lolz_legalТехнологии и ITвчера
NVIDIA выпустила в открытый доступ лучшую модель для распознавания речи

🎙 NVIDIA дропнули мощную опенсорсную модель для распознавания речи Nemotron 3 Diarization умеет разбирать сложные разговоры, где несколько людей перебивают и спорят друг с другом, а также определять, кто и когда говорил. Модель поддерживает до 8 участников и показывает 14% ошибок на бенчах – на 24% меньше ближайшего конкурента. При этом она всего на 100 млн параметров и не требует мощного железа. Тестим тут. ✅ LOLZTEAM. Подписаться

  • 12
  • 1
  • 1