NVIDIA Nemotron 3 Diarization في Glimpse

Glimpse تطبيق مفتوح المصدر لنظامي macOS وWindows يجمع الإملاء الصوتي، وتسجيل الاجتماعات، والتفريغ النصي، وNVIDIA Nemotron 3 Diarization. يعمل النموذج على جهازك ويسمّي حتى 8 متحدثين، مباشرة أثناء التسجيل ثم مرة أخرى بالكامل عندما تتوقف.

تنزيل Glimpse
من تكلّم ومتىNemotron 3 Diarization
LeslieBenAnnAndy
0:000:150:300:451:00
متحدثين لكل مسار
8متحدثين لكل مسار
أخطاء أقل من النموذج السابق
42%أخطاء أقل من النموذج السابق
أسرع من الزمن الحقيقي على M2 Pro
339×أسرع من الزمن الحقيقي على M2 Pro
على القرص، بدقة كاملة
106 MBعلى القرص، بدقة كاملة

نظرة سريعة

النموذج
NVIDIA Nemotron 3 Diarization، المبني على Streaming Sortformer v3. يجيب عن سؤال «من تكلّم ومتى» بدقة 10 ms. لا ينتج نصًا، لذا يقرنه Glimpse بنموذج للتعرّف على الكلام.
أين يعمل
على جهازك، عبر transcribe.cpp، محرك الكلام الذي يعمل به Glimpse على الجهاز. بلا رفع، وبلا حساب، ويعمل مع إطفاء الواي فاي.
الأنظمة
macOS 14 أو أحدث، وWindows 10 أو أحدث.
المتحدثون
حتى 8 لكل مسار.
العتاد
شريحة الرسومات عبر Metal على Mac وVulkan على Windows، فلا يحتاج إلى بطاقة NVIDIA. ويعود إلى المعالج المركزي عند عدم توفر GPU.
ملف النموذج
ملف GGUF بدقة 8 بت (Q8_0)، بحجم 106 MB، ويحقق النتيجة نفسها التي تحققها الدقة الكاملة. نسختا F16 وF32 منشورتان على Hugging Face.
التعرّف على الكلام
أي نموذج تختاره: Parakeet TDT V3 أو Parakeet Unified أو Whisper أو Nemotron Streaming أو Qwen3-ASR، وكلها محلية. وتعمل أيضًا النماذج السحابية التي تضيفها بمفتاحك الخاص.

كيف يستخدمه Glimpse

أسماء المتحدثين في الاجتماعاتوالمكالمات والمحاضرات والمقابلات، من الكلمة الأولى حتى التصدير.

  1. 1

    مساران، يُسمّى كل منهما على حدة

    يُبقي التسجيل الميكروفون وصوت الكمبيوتر منفصلين، فتُنسب سطورك إليك دائمًا. ويعمل Nemotron 3 Diarization على كل مسار وحده، فلا يختلط من معك في الغرفة بمن هم على المكالمة.

  2. 2

    مباشرة، أثناء التسجيل

    يشغّل النص المباشر النموذج في وضع البث مع نظرة مسبقة تقارب ثانية واحدة، فيظهر كل سطر وعليه اسم المتحدث.

  3. 3

    معالجة كاملة عندما تتوقف

    عند انتهاء التسجيل، يشغّله Glimpse مرة أخرى على كل مسار كاملًا مع نظرة مسبقة مدتها 30 ثانية، وهو الإعداد الذي نشرته NVIDIA لأفضل دقة. ثم تتطابق أسماء المتحدثين مع الكلمات القادمة من نموذج الكلام.

  4. 4

    سهل التصحيح

    أعد تسمية المتحدثين أو غيّر ألوانهم أو ادمجهم أو أخفهم في المكتبة، أو انقل سطرًا واحدًا إلى شخص آخر. إعادة اكتشاف المتحدثين تحتفظ بالأسماء التي أعطيتهم إياها. والملفات التي تستوردها تُعامل بالطريقة نفسها.

مقاييس الأداء

على مجموعة اجتماعات AMI: 16 اجتماعًا حقيقيًا، 9.06 ساعة، بهامش 0 ثانية ومع احتساب الكلام المتداخل. مرّ كل صف عبر المسار نفسه. ويطابق هذا النقل مرجع NVIDIA في كل مرحلة. المنهجية والجدول الكامل في بطاقة النموذج.

معدل خطأ تمييز المتحدثين

الأقل أفضل. الوضع المباشر، بنظرة مسبقة مدتها ثانية واحدة، يتفوق مع ذلك على أفضل نتيجة للنموذج السابق.

  • Glimpse، Q8_0نظرة مسبقة 30.4 ث9.23%
  • Glimpse، Q8_0، مباشرنظرة مسبقة 1.04 ث9.48%
  • مرجع NVIDIA، fp32نظرة مسبقة 30.4 ث9.22%
  • Sortformer v2.1، النموذج السابقنظرة مسبقة 30.4 ث15.99%

السرعة

عدد المرات أسرع من الزمن الحقيقي على Apple M2 Pro. اجتماع مدته 10 دقائق يستغرق أقل من ثانيتين على GPU.

  • Nemotron 3 DiarizationGPU (Metal)339×
  • Nemotron 3 DiarizationCPU59×
  • Sortformer v2.1GPU (Metal)105×
  • Sortformer v2.1CPU44×

النموذج والشيفرة المصدرية

أسئلة شائعة

هل يستخدم Glimpse نموذج NVIDIA Nemotron 3 Diarization؟

نعم. منذ الإصدار 1.2.7، يسمّي Glimpse المتحدثين باستخدام NVIDIA Nemotron 3 Diarization، محليًا على Mac وWindows. ويُستخدم في النصوص المباشرة أثناء التسجيل، وفي المعالجة الكاملة بعد التسجيل، وفي الملفات الصوتية والمرئية التي تستوردها.

هل هو نفسه Sortformer؟

Nemotron 3 Diarization هو Streaming Sortformer v3 من NVIDIA. حلّ محل Sortformer v2.1 في Glimpse، مع أخطاء أقل بنسبة 42% إجمالًا، وخلط بين المتحدثين أقل بنحو أربع مرات، وضعف عدد المتحدثين.

هل أحتاج إلى بطاقة رسومات من NVIDIA؟

لا. يشغّل Glimpse النموذج عبر transcribe.cpp، باستخدام Metal على Mac وVulkan على Windows، لذا يعمل على رسوميات Apple Silicon وAMD وIntel وNVIDIA، وعلى المعالج المركزي عند عدم وجود GPU.

هل يعمل اكتشاف المتحدثين دون اتصال؟

نعم. يُنزَّل النموذج مرة واحدة ويعمل على جهازك. لا تُرفع تسجيلاتك أبدًا لاكتشاف المتحدثين.

كم متحدثًا يمكنه التمييز بينهم؟

حتى 8 لكل مسار. ولأن الميكروفون وصوت الكمبيوتر مساران منفصلان، تخرج المكالمة نظيفة حتى مع عدة أشخاص في الغرفة وآخرين على الخط.

هل اكتشاف المتحدثين مجاني؟

اكتشاف المتحدثين جزء من المكتبة ووضع التسجيل، وهما مضمّنان في كل ترخيص لـ Glimpse وفي التجربة المجانية لمدة أسبوعين. الإملاء مجاني وبلا حدود.

هل يمكنني استخدام النموذج المحوَّل في مشروعي الخاص؟

نعم. ملفات GGUF منشورة على Hugging Face بترخيص OpenMDW 1.1 من NVIDIA، الذي يسمح بالاستخدام التجاري، وتعمل مع transcribe.cpp. وGlimpse نفسه مفتوح المصدر بترخيص AGPL-3.0.

جرّبه في اجتماعك القادم

الإملاء مجاني وبلا حدود. ويأتي التسجيل واكتشاف المتحدثين مع تجربة مجانية لمدة أسبوعين.

تنزيل Glimpse