انویدیا
@NVIDIAAI
بچههای انویدیا دستبهکار شدن و یه مدل تر و تمیز به اسم نموترون ۳ دیارایزیشن (Nemotron 3 Diarization) رو کردن که خوراک جلسات و بحثهای شلوغپلوغه
بچههای انویدیا دستبهکار شدن و یه مدل تر و تمیز به اسم نموترون ۳ دیارایزیشن (Nemotron 3 Diarization) رو کردن که خوراک جلسات و بحثهای شلوغپلوغه. حتماً دیدی وقتی چند نفر همزمان با هم صحبت میکنن و صداها توی هم میره، تبدیل صوت به متن مکافات میشه؛ ولی این مدل دقیق و مشتی مشخص میکنه کی کِی حرف زده، حتی اگه صداها قاطی شده باشه. جالبیش اینه که با وجود پشتیبانی همزمان از ۸ تا گوینده مختلف، کلاً ۱۰۰ میلیون پارامتر داره و خیلی سبک روی هاگینگفیس در دسترس عموم قرار گرفته.
منبع
NVIDIA AI@NVIDIAAI
When several people talk at once, a transcript can get messy fast.
Our new Nemotron 3 Diarization model tracks who spoke when, even when voices overlap. It handles up to eight speakers, has 100M parameters, and is now available on @huggingface 🤗
۱ مهر ۱۴۰۵مشاهده در X


نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.