何が変わった？
新たに対応した「Nemotron 3 Diarization」は、複数人の会話を話し手ごとの区間に分けるAIです。発言を文字にする文字起こしとは役割が異なり、人の名前を特定するものでもありません。画像や音声を扱うAIなども対応対象に加わりました。今回はこれらのAIが初めて発表されたというニュースではなく、Transformersを使う開発者が利用できる種類が増えたという発表です。
私たちにどんな意味がある？
会議やインタビューの録音を文字にしたとき、言葉だけでは誰の発言なのか分からなくなることがあります。話し手の区間を分けるAIを文字起こしと組み合わせれば、発言者ごとに内容を整理するための手がかりになります。ただし、今回の対応追加だけで、あらゆる録音を正確に整理できると保証されたわけではありません。実際の録音で使えるかは確認が必要です。