網友實測 Nemotron 3 Diarization：支援 1 秒串流分塊與 8 人語者追蹤

據 Reddit 社群網友分享實測，Nemotron 3 Diarization 語者分化模型能有效解決本地語音 Agent 追蹤說話者身分的問題。該模型專注於輸出語者標籤（而非逐字稿或真實姓名），最高可追蹤 8 名不同語者，並支援串流輸出。網友實測指出，在 1 秒的串流分塊（streaming chunks）設定下，模型具備良好的辨識品質。 該名網友將此模型部署於 DGX Spark 的語音對語音（speech-to-speech）系統中，並連接 Reachy Mini 機器人，成功實現讓機器人辨識新說話者、詢問並在對話中記住其名字的互動功能。此外，該模型具備 Transformers 零日（day-zero）整合，並預計採用對商業應用友善的授權條款。