SpeakerDiarization (2) — 1/1
[Paper Note] MOSS Transcribe Diarize Technical Report, MOSI. AI+, arXiv'26, 2026.01
Paper/Blog Link My Issue
#Multi #NLP #SpeechProcessing #AudioLanguageModel #Transcript #Author Thread-Post Issue Date: 2026-07-19 GPT Summary- SATSは話者の発話内容とタイミングを記録する技術で、特に会議の議事録作成に役立ちますが、既存のシステムは限界があります。この問題に対処するため、MOSS Transcribe Diarizeという多機能な大規模言語モデルを提案し、エンドツーエンドでの話者帰属と時刻付き転写を実現します。最大90分の入力に対応する128kのコンテキストウィンドウを持ち、商用システムを上回る性能を評価で示しました。 Comment
元ポスト:
話者分離可能な書き起こしモデル
Know Who Spoke When: Build Real-Time, Multi-Speaker AI with NVIDIA Nemotron 3 Diarization, NVIDIA, 2026.09
Paper/Blog Link My Issue
#Article #NLP #SpeechProcessing #Blog #OpenWeight #AutomaticSpeechRecognition(ASR) #Transcript #Author Thread-Post Issue Date: 2026-10-04 Comment
元ポスト: