Nvidia, gerçek zamanlı olarak 8 konuşmacıyı ayırt eden açık bir model yayınladı
Nemotron 3 Diarization, bir ses kaydında kimin ne zaman konuştuğunu belirleyen 100 milyon parametrelik bir model. Hem canlı akışta hem kayıt üzerinde çalışıyor, üst üste binen konuşmalar dahil sekiz konuşmacıya kadar ayırt edebiliyor. VoiceArena’nın Diarization-Bench tablosunda %14,72 hata oranıyla ilk sırada; Nvidia’nın önceki dört konuşmacılı modeline göre hata oranı ortalama %41 düşüyor. Ağırlıklar Hugging Face’te ticari kullanıma izin veren OpenMDW lisansıyla yayımlandı. Toplantı dökümü, çağrı merkezi ve sesli asistan gibi alanlarda kullanılabilir.
Kaynaklar
- Nvidia (Hugging Face blogu), “Know Who Spoke When: Build Real-Time, Multi-Speaker AI with NVIDIA Nemotron 3 Diarization”, (huggingface.co)
- Nvidia (Hugging Face), “nvidia/Nemotron-3-Diarization”, Model kartı, (huggingface.co)
- Voice Arena, “Diarization Bench: speaker diarization leaderboard, early results”, Sıralama tablosu (voicearena.com)
Bu haber hakkında
Bu haber Instagram’da @jarrus.ai hesabında 30 Eylül 2026 tarihinde paylaşıldı.
Bu haberde bir hata mı var? [email protected] · Instagram
Kısa link: thejarrus.com/h9-26
Bu haberin İngilizcesi: Nvidia released an open model that tells 8 speakers apart in real time
Aynı konuda
Anthropic %90 daha ucuz Claude Haiku 5.5 modelini çıkardı
Anthropic’in 7 Ekim’de çıkardığı Claude Haiku 5.5, 100 bin token’a kadar Haiku 4.5’ten %90 ucuz. Testlerde öne geçiyor ama görev başına daha çok token harcıyor.
OpenAI GPT-6’yı ChatGPT’de herkese açmaya başladı
OpenAI, 7 Ekim’de GPT-6’yı ChatGPT’de herkese açmaya başladı. Yeni Intelligent UI, cevapları metin, görsel ve etkileşimli öğeleri birleştirerek kuruyor.
Stripe, yapay zeka model pazarı OpenRouter’ı 8 milyar dolara satın almıştı. Nvidia’nın son anda karşı teklif vermeye hazırlandığı ortaya çıktı
The Information’a göre Nvidia, Stripe’ın satın almak için anlaştığı OpenRouter’a karşı teklif vermeye hazır olduğunu iletti ama resmi teklif sunmadı.