NVIDIA hat ein neues spezialisiertes Modell für Speaker Diarization vorgestellt, das automatisch bestimmt, welche Personen in Audioaufnahmen sprechen. Nemotron 3 Diarization unterstützt sowohl Batch-Processing als auch Streaming und zeigt in Benchmarks erhebliche Leistungsvorteile gegenüber anderen Modellen. Das Modell ist Teil der Nemotron-Speech-Familie und eignet sich besonders für die Verarbeitung von Podcasts und Konferenzen – mit direkten Anwendungsfällen für sprachgesteuerte Agenten und Transkriptions-Pipelines.
