Nemotron 3 Diarization
NVIDIA推出的开放权重流式说话人分离模型，采用Streaming Sortformer架构，支持流式和离线推理，最多处理八位说话人，适用于实时会议转录和客服录音分析场景
时间轴 (近 90 天)
Nemotron 3 Diarization 可以与英伟达的 Parakeet 系列模型搭配使用，Parakeet 负责转写文字，Nemotron 负责判断发言者
Nemotron 3 Diarization 可以完全在本地运行，使音频不必上传云端
Nemotron 3 Diarization 能够在实时流式音频中区分最多 8 位不同的发言者
Nemotron 3 Diarization 采用流式帧级推理，不需要等待整段录音结束即可实时输出标签
Nemotron 3 Diarization 约有 1 亿参数（100 million parameters），属于轻量级模型
Nemotron 3 Diarization 当前官方尚未披露具体的识别准确率、延迟表现、硬件需求等工程细节
英伟达发布了 Nemotron 3 Diarization 说话人分离模型
Nemotron 3 Diarization 模型当前支持同时追踪 8 位说话人
Nemotron 3 Diarization 模型是语言无关的（language agnostic），基于声学特征而非语言内容区分说话人
Diarization 模型和 ASR 模型是两个独立的模型，而非打包成一个整体
还有 2 条时间轴事件
全部知识事实 (12)
英伟达发布了 Nemotron 3 Diarization 说话人分离模型
60%待验证Nemotron 3 Diarization 可以完全在本地运行，使音频不必上传云端
50%待验证Nemotron 3 Diarization 能够在实时流式音频中区分最多 8 位不同的发言者
50%待验证Nemotron 3 Diarization 采用流式帧级推理，不需要等待整段录音结束即可实时输出标签
50%待验证Nemotron 3 Diarization 约有 1 亿参数（100 million parameters），属于轻量级模型
50%待验证Nemotron 3 Diarization 可以与英伟达的 Parakeet 系列模型搭配使用，Parakeet 负责转写文字，Nemotron 负责判断发言者
50%待验证Nemotron 3 Diarization 当前官方尚未披露具体的识别准确率、延迟表现、硬件需求等工程细节
50%待验证Nemotron 3 Diarization 模型当前支持同时追踪 8 位说话人
50%待验证Nemotron 3 Diarization 模型是语言无关的（language agnostic），基于声学特征而非语言内容区分说话人
50%待验证Diarization 模型和 ASR 模型是两个独立的模型，而非打包成一个整体
50%待验证Nemotron 3 Diarization 是一款开放权重的流式说话人分离模型，同时支持流式和离线推理，最多可处理八位说话人，并按说话人在音频中首次出现的顺序排列输出
50%待验证Nemotron 3 Diarization 采用为 Streaming Sortformer 引入的到达顺序说话人缓存（AOSC）与 FIFO 队列机制，单个检查点可支持从 80 毫秒输入缓冲到 30.4 秒离线式缓冲的多种延迟配置，输出帧分辨率可按 10 毫秒倍数调整
50%