Nemotron 3 Diarization
NVIDIA 开源说话人分离模型，实时追踪最多8位发言者
Nemotron 3 Diarization 是 NVIDIA 在 Hugging Face 发布的开放权重说话人分离模型，参数量约 1 亿，用于判断对话中“谁在何时说话”。单一检查点同时支持离线录音与实时流式推理，最多追踪 8 位说话者并处理多人语音重叠，输入缓冲延迟最低可配至 80ms（推荐最低 0.32s）。模型采用 OpenMDW License 1.1，允许商用，可通过 NVIDIA NeMo Speech 或 NeMo-Speech.cpp 在 Linux 的 NVIDIA GPU 上本地部署
1
2026-09-23
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Nemotron 3 Diarization 是 NVIDIA 在 Hugging Face 发布的开放权重说话人分离模型，参数量约 1 亿，用于判断对话中“谁在何时说话”。单一检查点同时支持离线录音与实时流式推理，最多追踪 8 位说话者并处理多人语音重叠，输入缓冲延迟最低可配至 80ms（推荐最低 0.32s）。模型采用 OpenMDW License 1.1，允许商用，可通过 NVIDIA NeMo Speech 或 NeMo-Speech.cpp 在 Linux 的 NVIDIA GPU 上本地部署
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-09-23
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-09-23开源
NVIDIA 开源发布 Nemotron 3 Diarization：1 亿参数开放权重说话人分离模型，单一检查点同时支持离线录音与实时流式推理，最多追踪 8 位说话者并处理语音重叠，较前代 Streaming Sortformer 的 4 人上限翻倍；OpenMDW 1.1 许可允许商用，可经 NeMo-Speech.cpp 在 NVIDIA GPU 本地部署，在 Voice Arena Diarization-Bench 初评中 12 系统排名第一。
Nemotron 3 Diarization 常见问题
关于 Nemotron 3 Diarization 的定位、核心功能、价格与最近更新。
Nemotron 3 Diarization 是什么？
Nemotron 3 Diarization 是 NVIDIA 在 Hugging Face 发布的开放权重说话人分离模型，参数量约 1 亿，用于判断对话中“谁在何时说话”。单一检查点同时支持离线录音与实时流式推理，最多追踪 8 位说话者并处理多人语音重叠，输入缓冲延迟最低可配至 80ms（推荐最低 0.32s）。模型采用 OpenMDW License 1.1，允许商用，可通过 NVIDIA NeMo Speech 或 NeMo-Speech.cpp 在 Linux 的 NVIDIA GPU 上本地部署。
Nemotron 3 Diarization 有哪些核心功能？
Nemotron 3 Diarization 当前已核验的核心功能包括：本地模型推理、说话人分离。
Nemotron 3 Diarization 如何收费？
AI Equal 当前没有收录 Nemotron 3 Diarization 的可验证价格信息。
Nemotron 3 Diarization 最近有什么更新？
2026-09-23：NVIDIA 开源发布 Nemotron 3 Diarization：1 亿参数开放权重说话人分离模型，单一检查点同时支持离线录音与实时流式推理，最多追踪 8 位说话者并处理语音重叠，较前代 Streaming Sortformer 的 4 人上限翻倍；OpenMDW 1.1 许可允许商用，可经 NeMo-Speech.cpp 在 NVIDIA GPU 本地部署，在 Voice Arena Diarization-Bench 初评中 12 系统排名第一。