Nvidia は、会話の任意の瞬間にどの話者が話しているのかを識別する AI モデルである Nemotron 3 Diarization をリリースしました。 Nvidia が最大 8 人の発言者を識別する無料の 100M パラメータ モデルを発表という記事
新しいモデルは、機能と価格パフォーマンスの最前線をリセットします。チームは、ローンチによって 1 ドルあたりの可能性が変わるたびに、何を構築するかを再評価します。
概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。