NVIDIA Nemotron: локальная модель для диаризации в Zoom‑ассистенте
NVIDIA выпустила 23 сентября 2026 г. модель Nemotron, способную выполнять диаризацию речи в реальном времени, уже интегрирована в локальный Zoom‑ассистент.
23 сентября 2026 года NVIDIA объявила о публичном релизе новой нейросети Nemotron – первой в линейке моделей, оптимизированных под локальное выполнение задач диаризации речи. Модель способна в реальном времени определять, кто из участников разговора произнёс каждую реплику, формируя точные метки говорящего и упрощая последующее построение стенограмм, протоколов и аналитических отчётов.
В статье на Habr AI автор проекта «Локальный ассистент для зумов» описал, как уже через пять дней после релиза Nemotron была внедрена в его собственный сервис «Чароит». Сервис записывает Zoom‑созвоны, а после нажатия кнопки «Стоп» автоматически генерирует стенограмму, протокол встречи и визуальную карту диалога. Самым проблемным элементом была диаризация – ошибка в определении говорящего приводила к неверным решениям в протоколе. Nemotron решает эту проблему, обрабатывая оба канала аудио (входящий и исходящий) и даже живую видеотрансляцию, обеспечивая более 95 % точность распознавания говорящего в тестах автора.
Модель распространяется под открытой лицензией и может работать полностью офлайн, что устраняет необходимость отправлять аудиоданные в облако и повышает конфиденциальность. Требования к железу – GPU с минимум 12 ГБ видеопамяти, что делает её доступной для большинства современных ноутбуков и рабочих станций.
Ссылка на оригинальный релиз NVIDIA: https://developer.nvidia.com/nemotron. Полный разбор интеграции в проект Чароит доступен в статье: https://habr.com/ru/articles/1090186/
Для разработчиков локальных AI‑ассистентов Nemotron открывает путь к полностью конфиденциальной диаризации без облачных сервисов. Это повышает точность протоколов и ускоряет цикл разработки, однако требует достаточных GPU‑ресурсов, что следует учитывать при масштабировании.
