NVIDIA、話者分離モデル「Nemotron 3 Diarization」を公開——最大8人・0.32秒遅延で誤り率14.72%、首位は英語22時間の評価
NVIDIAが2026年9月23日、音声の「誰がいつ話したか」を判定する1億パラメータのモデル「Nemotron 3 Diarization」を公開しました。最大8人、遅延0.32…
音声認識の記事一覧
音声認識に関する記事2本を、新しい順に掲載しています。
AI
TII、アラビア語音声認識モデル「Falcon-ASR」を発表——エミラティ方言に重点
アブダビの技術革新研究所（TII）は、アラビア語音声認識モデル「Falcon-ASR」（1.6Bパラメータ）を発表しました。エミラティ方言に重点を置き、英語、フランス語、スペイン語、ポルトガル語にも対応します。TIIの評…