Hugging Face ha rilasciato Transformers v5.18.0. L’aggiornamento aggiunge Nemotron 3 Diarization, un modello con pesi aperti in grado di stabilire «chi ha parlato e quando» nell’audio in tempo reale o registrato. Supporta fino a otto interlocutori e consente agli sviluppatori di scegliere una latenza compresa tra 80 ms e 30.4 secondi.
La versione introduce anche i modelli multimodali NemotronH Omni e HyperCLOVAX Vision V2, oltre a una serie di correzioni di bug e ottimizzazioni delle prestazioni.
Perché conta
Gli sviluppatori possono ora aggiungere alle app trascrizioni in diretta con l’identificazione degli interlocutori, rendendo più facili da seguire riunioni e podcast.
