NVIDIA Nemotron 3 Diarization in Glimpse
Glimpse is een opensource-desktopapp voor macOS en Windows die dicteren, vergaderingen opnemen, transcriptie en NVIDIA Nemotron 3 Diarization combineert. Het model draait op je computer en labelt tot 8 sprekers, live tijdens de opname en nog een keer volledig als je stopt.
- sprekers per spoor
- 8sprekers per spoor
- minder fouten dan het vorige model
- 42%minder fouten dan het vorige model
- sneller dan realtime op een M2 Pro
- 339×sneller dan realtime op een M2 Pro
- op schijf, met volledige nauwkeurigheid
- 106 MBop schijf, met volledige nauwkeurigheid
In het kort
- Model
- NVIDIA Nemotron 3 Diarization, gebouwd op Streaming Sortformer v3. Het beantwoordt ‘wie sprak wanneer’ met een resolutie van 10 ms. Het maakt geen tekst, dus Glimpse combineert het met een spraakherkenningsmodel.
- Waar het draait
- Op je computer, via transcribe.cpp, de spraakengine van Glimpse op je apparaat. Geen upload, geen account, en het werkt met de wifi uit.
- Platforms
- macOS 14 of later, en Windows 10 of later.
- Sprekers
- Tot 8 per spoor.
- Hardware
- De grafische chip, via Metal op de Mac en Vulkan op Windows, dus er is geen NVIDIA-kaart nodig. Zonder GPU valt het terug op de CPU.
- Modelbestand
- Een 8-bit GGUF (Q8_0) van 106 MB, die net zo goed scoort als volledige precisie. F16- en F32-versies staan op Hugging Face.
- Spraakherkenning
- Welk model je ook kiest: Parakeet TDT V3, Parakeet Unified, Whisper, Nemotron Streaming of Qwen3-ASR, allemaal lokaal. Cloudmodellen die je met je eigen sleutel toevoegt, werken ook.
Hoe Glimpse het gebruikt
Sprekerlabels voor vergaderingen, gesprekken, colleges en interviews, van het eerste woord tot de export.
- 1
Twee sporen, apart gelabeld
Een opname houdt je microfoon en de audio van je computer gescheiden, dus je eigen regels zijn altijd van jou. Nemotron 3 Diarization draait op elk spoor afzonderlijk, zodat de mensen bij jou in de ruimte nooit door elkaar lopen met de mensen in het gesprek.
- 2
Live, terwijl je opneemt
De live transcriptie draait het model in streamingmodus met ongeveer één seconde vooruitkijken, zodat elke regel meteen per spreker gelabeld verschijnt.
- 3
Een volledige ronde als je stopt
Zodra de opname klaar is, draait Glimpse het opnieuw over elk volledig spoor met 30 seconden vooruitkijken, de instelling die NVIDIA publiceert voor de beste nauwkeurigheid. De sprekerlabels sluiten dan aan op de woorden van je spraakmodel.
- 4
Makkelijk te corrigeren
Wijzig de naam of kleur van sprekers, voeg ze samen of verberg ze in de Bibliotheek, of verplaats één regel naar iemand anders. Als je sprekers opnieuw laat detecteren, blijven de namen die je gaf behouden. Bestanden die je importeert, krijgen dezelfde behandeling.
Benchmarks
Op het AMI-vergadercorpus: 16 echte vergaderingen, 9,06 uur, met een collar van 0 seconden en overlappende spraak meegeteld. Elke rij ging door dezelfde pijplijn. De port komt in elke stap overeen met de referentie van NVIDIA. De methode en de volledige tabel staan op de modelkaart.
Diarisatiefoutpercentage
Lager is beter. De livemodus, met één seconde vooruitkijken, verslaat nog steeds het beste resultaat van het vorige model.
- Glimpse, Q8_030,4 s vooruitkijken9.23%
- Glimpse, Q8_0, live1,04 s vooruitkijken9.48%
- NVIDIA-referentie, fp3230,4 s vooruitkijken9.22%
- Sortformer v2.1, vorig model30,4 s vooruitkijken15.99%
Snelheid
Zoveel keer sneller dan realtime op een Apple M2 Pro. Een vergadering van 10 minuten duurt op de GPU minder dan twee seconden.
- Nemotron 3 DiarizationGPU (Metal)339×
- Nemotron 3 DiarizationCPU59×
- Sortformer v2.1GPU (Metal)105×
- Sortformer v2.1CPU44×
Veelgestelde vragen
Gebruikt Glimpse NVIDIA Nemotron 3 Diarization?
Ja. Sinds versie 1.2.7 labelt Glimpse sprekers met NVIDIA Nemotron 3 Diarization, lokaal op Mac en Windows. Het wordt gebruikt voor live transcripties tijdens de opname, voor de volledige ronde na een opname en voor audio- en videobestanden die je importeert.
Is het hetzelfde als Sortformer?
Nemotron 3 Diarization is Streaming Sortformer v3 van NVIDIA. Het verving Sortformer v2.1 in Glimpse, met 42% minder fouten in totaal, ongeveer vier keer minder verwarring tussen sprekers en twee keer zoveel sprekers.
Heb ik een NVIDIA-videokaart nodig?
Nee. Glimpse draait het model via transcribe.cpp, met Metal op de Mac en Vulkan op Windows, dus het werkt op Apple Silicon en op grafische chips van AMD, Intel en NVIDIA, en op de CPU als er geen GPU is.
Werkt sprekerdetectie offline?
Ja. Het model wordt één keer gedownload en draait op je computer. Je opnames worden nooit geüpload voor sprekerdetectie.
Hoeveel sprekers kan het uit elkaar houden?
Tot 8 per spoor. Omdat je microfoon en de audio van je computer aparte sporen zijn, komt een gesprek met een paar mensen in de ruimte en meer aan de lijn er nog steeds netjes uit.
Is sprekerdetectie gratis?
Sprekerdetectie hoort bij de Bibliotheek en de opnamemodus, die bij elke Glimpse-licentie en de gratis proefperiode van twee weken zitten. Dicteren is gratis en onbeperkt.
Mag ik het geconverteerde model in mijn eigen project gebruiken?
Ja. De GGUF-bestanden staan op Hugging Face onder de OpenMDW 1.1-licentie van NVIDIA, die commercieel gebruik toestaat, en ze draaien met transcribe.cpp. Glimpse zelf is open source onder AGPL-3.0.
Probeer het bij je volgende vergadering
Dicteren is gratis en onbeperkt. Opnemen en sprekerdetectie kun je twee weken gratis proberen.