Nvidia hat mit Nemotron 3 Diarization ein neues Open-Weight-Modell veröffentlicht, das Speaker Diarization – also die automatische Erkennung, wer wann in einem Gespräch spricht – in Echtzeit durchführt. Das Modell kann dabei bis zu acht verschiedene Sprecher gleichzeitig unterscheiden und bietet Entwicklern damit ein wertvolles Tool für die Verarbeitung von Audio- und Meeting-Aufnahmen. Die Open-Source-Verfügbarkeit macht die Technologie für eine breite Anwenderbasis zugänglich und könnte Anwendungen wie Transkription, Meeting-Protokolle oder Podcast-Analyse vereinfachen.
