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