英伟达最新上的多说话人日志模型：Nemotron 3 Diarization，用来跟踪谁在什么时间说话，支持8说话人

直播与录音都支持、能处理重叠语音；100M，可本地跑

跟昨天阿里Qwen的那个分角色转写ASR是同一方向，英伟达这个等于是这个方向的专精组件版，不同的是英伟达这个只出“谁+何时”，文本需另配ASR

它通过“按首次出现顺序固定speaker编号+AOSC长期说话人缓存+FIFO短期上下文”来维持跨时间/跨chunk的说话人标签一致性，避免把同一个人误判成新speaker、把不同人混成同一个speaker

HF：http://t.cn/AXOF98bg

#说话人日志模型##Nemotron3Diarization##AI语音# http://t.cn/AXOF9RWy