Передовое распознавание говорящих, где бы вы ни были

Передовое распознавание говорящих, где бы вы ни были. Glimpse 1.2.7 добавляет в Библиотеку новую модель Nemotron 3 Diarization от NVIDIA, и она работает целиком на вашем Mac или ПК. В расшифровке любой встречи, интервью или лекции каждая реплика приписана нужному человеку, без выгрузки, без аккаунта и без интернета.

Точнее, чем когда-либо

На корпусе встреч AMI, это 16 реальных встреч и больше 9 часов аудио, Nemotron 3 в Glimpse ошибается на 42% реже, чем прежняя модель.

• Путаницы в четыре раза меньше. Доля реплик, приписанных не тому человеку, падает с 3,6% до 0,9%.
• До 8 говорящих. Вдвое больше голосов, различимых в одной записи.
• Точно даже в реальном времени. Заглядывая вперёд всего на одну секунду, она обходит прежнюю модель, которой давали целых 30 секунд.

Поразительно быстро

На Apple silicon распознавание говорящих работает до 339 раз быстрее реального времени, больше чем втрое быстрее прежнего. 10-минутная встреча обрабатывается меньше чем за две секунды. И модель стала меньше: 106 МБ.

Сделано для вашего устройства

Glimpse запускает Nemotron 3 через transcribe.cpp, свой движок распознавания речи на устройстве, в версии GGUF, собранной для Glimpse. Порт совпадает с эталонной реализацией NVIDIA на каждом этапе, а компактная 8-битная модель показывает те же результаты, что и полная точность. Ваши записи никогда не покидают компьютер.

Сконвертированная модель доступна всем на Hugging Face, с полными результатами тестов. Подробно о том, как Glimpse её использует, читайте в статье NVIDIA Nemotron 3 Diarization в Glimpse.

Доступность

Распознавание говорящих с Nemotron 3 уже доступно в Glimpse 1.2.7 для Mac и Windows. У текущих пользователей обновление пройдёт автоматически в фоне. Распознавание говорящих входит в Библиотеку, которая есть в каждой лицензии Glimpse и в двухнедельном бесплатном пробном периоде. Диктовка по-прежнему бесплатна и без ограничений.