NVIDIA Nemotron 3 Diarization：实时多说话人语音分离，100M参数登顶基准
2026.09.23 · 产品 · 新模型 · 官方发布
NVIDIA发布100M参数开源模型，实时区分八位说话人，登顶Diarization-Bench。
NVIDIA发布Nemotron 3 Diarization，一款100M参数的开源权重模型，在Voice Arena的Diarization-Bench排行榜上以14.72%的DER位列第一。该模型支持实时和录制对话中最多八位说话人的区分，能处理重叠语音，并支持可配置的流式延迟。
- 100M参数，开源权重
- 支持最多8位说话人
- 登顶Diarization-Bench，DER 14.72%
- 支持重叠语音和流式处理
- 基于Sortformer架构，按出现顺序排序
为什么值得看
实时多说话人分离是语音AI关键瓶颈，该模型以轻量级登顶基准。
适合谁关注
语音识别、会议转写、对话分析开发者及AI研究者。