此页是 2026-09-26 的观测快照,查看该模型当前信息 → /m/nvidia__nemotron-3-diarization/

归档 / 2026-09-26 / Nemotron-3-Diarization (NVIDIA)

Nemotron-3-Diarization (NVIDIA)

说话人分离模型，流式/离线，最高8人

入选理由: 开源 8 说话人流式说话人分离,支持 80ms 超低延迟和无限长音频,自带 NeMo-Speech.cpp、Transformers 用法及在线 Space 演示,适合实时会议转写与 ASR 集成。
对位: 对位 pyannote 3.1
适合: 8人以内会议/通话实时说话人分离 / 离线长音频批处理与转写集成
不适合: 超过8说话人场景
规模: 100M · 时长不限 (chunked) · Q4 ~0.1GB / FP16 ~0.2GB
授权: OpenMDW-1.1 · 需自查
框架: NeMo / NeMo-Speech.cpp / Transformers
可信度: 341 赞 · HF 下载 11k · DIHARD III DER 12.73 (offline)

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 2026-09-26)

作者: nvidia
任务类型: voice-activity-detection
推理库: nemo
下载: 11,459
点赞: 341
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