Hugging Face, Transformers v5.18.0’ı yayımladı. Güncelleme, gerçek zamanlı veya çevrimdışı seslerde “kimin ne zaman konuştuğunu” belirleyebilen, açık ağırlıklı Nemotron 3 Diarization modelini içeriyor. Model, sekiz konuşmacıya kadar destek sunuyor ve geliştiricilerin gecikme süresini 80 ms ile 30,4 saniye arasında seçmesine olanak tanıyor.
Sürümde ayrıca çok modlu NemotronH Omni ve HyperCLOVAX Vision V2 modellerinin yanı sıra çeşitli hata düzeltmeleri ve performans iyileştirmeleri de yer alıyor.
Neden önemli
Geliştiriciler artık uygulamalara canlı konuşmacı etiketli döküm özelliği ekleyebilir; bu da toplantıları ve podcast’leri takip etmeyi kolaylaştırır.
