NVIDIA lanza un modelo de diarización para ocho hablantes; su vista previa es solo para evaluación
NVIDIA dice que su modelo de 100M-parameter obtuvo 14.72% DER en el benchmark inicial de Voice Arena, mientras que su vista previa con acceso restringido en Hugging Face está limitada a evaluación interna.
By RuntimeWire Staff · Published
Primary source: Hugging Face Newsroom
Por qué importa
La atribución de hablante le da a los sistemas de transcripción y a los agentes de voz estructura conversacional, pero las mejoras en los benchmarks solo son útiles si los equipos pueden evaluar el artefacto exacto del modelo, la licencia y la latencia de extremo a extremo que usarán sus productos.
NVIDIA está lanzando Nemotron 3 Diarization, un modelo de 100 millones de parámetros que rastrea hasta ocho interlocutores en audio en vivo o grabado. El artículo de lanzamiento de NVIDIA, coautoría del ingeniero senior Francesco Ciannella y cuatro colegas, afirma que el modelo ocupó el primer lugar en el benchmark de diarización inicial…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.