# Transformers 5.18.0、ストリーミング話者識別モデルを追加

> Hugging Faceの新バージョンには、ライブ音声で最大8人の話者を識別できるストリーミングモデル「Nemotron 3 Diarization」が含まれる。

Oossa · 2026-09-30 · https://oossa.com/ja/transformers-5-18-0-adds-streaming-speaker-diarization-model

AIの支援で作成・翻訳しています。以下の原典をご確認ください。

Hugging FaceはTransformers v5.18.0をリリースした。今回のアップデートでは、リアルタイム音声とオフライン音声のどちらでも「いつ誰が話したか」を判定できるオープンウェイトモデル、Nemotron 3 Diarizationが追加された。最大8人の話者に対応し、レイテンシは80 msから30.4秒まで選択できる。

このリリースでは、マルチモーダルモデルのNemotronH OmniとHyperCLOVAX Vision V2も追加されたほか、さまざまなバグ修正とパフォーマンス改善が行われている。

## 事実

- バージョン5.18.0は2026-09-30にリリース
- Nemotron 3 Diarizationは最大8人の話者に対応し、レイテンシは80 msから30.4秒

## なぜ重要か

開発者は、話者ラベル付きのライブ文字起こしをアプリに追加できるようになり、会議やポッドキャストをより簡単に追えるようになる。

## 出典と参考資料

1. [huggingface/transformers Release 5.18.0](https://github.com/huggingface/transformers/releases/tag/v5.18.0) – Transformers, 2026-09-30

最終更新: 2026-09-30