Nemotron-3-Diarization-preview
nvidia/Nemotron-3-Diarization-preview
رسمي · BF16 · nemo
بيئة التشغيل الموثقة: NeMo
| الدقة / التكميم | التنسيق | البتات | ثقة الناشر | حالة النشر |
|---|---|---|---|---|
| BF16 | nemo | 16 | رسمي | بيئة التشغيل الموثقة |
NVIDIA Nemotron · تمييز المتحدثين · Nemotron 3
Nemotron 3 Diarization Preview: المواصفات ومتطلبات GPU والرخصة
Nemotron 3 Diarization Preview هو نموذج NVIDIA لتمييز المتحدثين ويضم 100 مليون معلمة، ويحدد من تحدث ومتى في الصوت المباشر أو المسجل.
إجمالي المعلمات١٠٠M
المعلمات النشطةنموذج كثيف
نافذة السياقلا ينطبق / غير قابل للمقارنة مباشرة
حالة الإصدارمعاينة · حديث
البنيةStreaming Sortformer Transformer
الوسائطصوت
الرخصةother
حالة النشرقابل للتشغيل تقنيا لأغراض التقييم
الحالة التجاريةغير معروف / غير موصى به
تاريخ الإصدار2026-08-27
الملف التقني
| الحقل | القيمة |
|---|---|
| الغرض | تمييز المتحدثين: تحديد من تحدث ومتى |
| عدد المتحدثين | حتى 8 بترتيب الظهور |
| أوضاع الاستدلال | أثناء البث ودون اتصال |
| الإدخال | صوت أحادي 16 كيلوهرتز بصيغة WAV أو FLAC أو OPUS أو MP3 |
| الإخراج | احتمالات نشاط المتحدثين [T, 8] |
| ذاكرة الإدخال المؤقتة | من 80 مللي ثانية إلى 30.4 ثانية؛ لا حد ثابتا مع التجزئة |
| بيئة التشغيل | NVIDIA NeMo مع PyTorch |
| الدقة | BF16 |
| العتاد المرجعي | NVIDIA Blackwell RTX PRO 5000 |
البنية ونقاط القوة والاستخدامات
ينتمي هذا الإصدار التجريبي المقيد والقابل للاستضافة الذاتية إلى مجال الصوت والكلام ومسار تمييز المتحدثين في Nemotron. يستقبل صوتا أحادي القناة بتردد 16 كيلوهرتز ويعيد احتمالات نشاط ما يصل إلى ثمانية متحدثين بترتيب ظهورهم.
يستخدم النموذج ذو 100 مليون معلمة محول Streaming Sortformer من 31 طبقة مع تمثيل موضعي دوار. تخفض إطارات Mel ذات 10 مللي ثانية إلى 80 مللي ثانية، ثم تنتج مرحلة Conv1D احتمالات نشاط المتحدثين.
تمييز المتحدثين أثناء البث ودون اتصال
حتى ثمانية متحدثين بترتيب الظهور
نقطة التحقق رسمي بصيغة NeMo مع دقة BF16
تقييم فصل المتحدثين في الاجتماعات والمكالمات
تحليل تغير المتحدث أثناء البث
أبحاث التمييز دون اتصال للصوت المسجل
نقاط التحقق وعمليات تكميم موثقة
تظهر فقط المتغيرات الدقيقة المرتبطة بهذا الإصدار والموثقة من المصدر.
العتاد الموصى به
استخدم نقطة التحقق المحدد والمقيد بصيغة .nemo عبر NVIDIA NeMo مع PyTorch ودقة BF16 الموثقين. استخدمت NVIDIA بطاقة RTX PRO 5000 Blackwell للاختبار المرجعي؛ وهي عتاد اختبار وليست عرض استضافة تجارية.
غير معروف / غير موصى به
لم يتم التحقق من الحقوق التجارية، لذلك لا يوصى بهذا الإصدار للنشر التجاري.
الرخصة واعتبارات الاستضافة الذاتية
يتطلب الوصول قبول رخصة التقييم من NVIDIA. يجب أن يكون الإدخال صوتا أحادي القناة بتردد 16 كيلوهرتز؛ وتدعم المعالجة المجزأة التسجيلات الطويلة بذاكرة مؤقتة من 80 مللي ثانية إلى 30.4 ثانية.
لا تسمح رخصة NVIDIA لتقييم البرمجيات والنماذج إلا بالاختبار والتقييم الداخليين. وتحظر الاستخدام في بيئة الإنتاج والاستضافة التجارية، كما تقصر التشغيل على أنظمة GPU من NVIDIA. راجع الشروط الرسمية كاملة.
غير معروف / غير موصى به. لم يتم التحقق من الحقوق التجارية، لذلك لا يوصى بهذا الإصدار للنشر التجاري.
التسلسل الزمني للإصدار
nvidia/nemotron/nemotron-3-diarization-preview
تفاصيل المصدر
مراجعة المصدر: a43022e40b9883fb75078c47c5d4c995436863bb26e26f13a1a7e836ea519229
الأسئلة الشائعة
ماذا يفعل Nemotron 3 Diarization Preview؟
يحدد نشاط المتحدثين عبر الزمن ويسند الاحتمالات إلى ما يصل إلى ثمانية متحدثين بترتيب ظهورهم.
هل يعالج الصوت المباشر والمسجل؟
نعم. توثق NVIDIA الاستدلال أثناء البث ودون اتصال عبر نقطة التحقق بصيغة NeMo.
هل يمكن استخدامه تجاريا في الإنتاج؟
لا يظهر أي عرض تجاري. تقصر الرخصة الموثقة هذا الإصدار على الاختبار والتقييم الداخليين وتحظر الإنتاج.
المراجع الرسمية
آخر تحقق: 2026-09-03