此页是 2026-09-25 的观测快照,查看该模型当前信息 → /m/nvidia__nemotron-3-diarization/

归档 / 2026-09-25 / Nemotron-3-Diarization (NVIDIA)

Nemotron-3-Diarization (NVIDIA)

8 说话人分离模型，流式/离线，面向会议转写。

入选理由: 支持流式与离线说话人日志，最多8人，低至0.32秒延迟。有HF Space演示、GGUF和Transformers原生支持，5分钟可跑通，适合实时会议与语音分析。
对位: 对位 pyannote/speaker-diarization-3.1
适合: 会议/通话说话人分离 / 流式低延迟转写前处理
不适合: 超过 8 说话人场景
规模: 100M · 流式无固定上限 · Q4 ~0.1GB / FP16 ~0.2GB
授权: OpenMDW-1.1 · 需自查
框架: transformers / nemo / nemo-speech.cpp
可信度: 4.3k 下载 / 270 赞，Transformers 原生支持。

仅 safetensors · 无 pickle 加载风险

评分详情

Q1: 今天能接上用吗 5 / 5
Q2: 有可信证据吗 3 / 5
Q3: 是新东西吗 5 / 5
总分: 13

HuggingFace 原始数据 (抓取于 2026-09-25)

作者: nvidia
任务类型: voice-activity-detection
推理库: nemo
下载: 4,282
点赞: 270
许可证: OpenMDW-1.1
标签: nemo, safetensors, gguf, nemotron3_diarization, audio-frame-classification, speaker-diarization, streaming-sortformer, speaker-tagging, transformers, voice-activity-detection, arxiv:2409.06656, arxiv:2507.18446, arxiv:2605.15442, arxiv:2507.09226, arxiv:2408.13106, license:openmdw-1.1, region:us

探索