DiarizationLM-Gemma-4-E4B

Модель пост-обработки диаризации говорящих от Google. Тонкий дотюн 4B Gemma, который исправляет метки спикеров и снижает ошибки диаризации.

Учит модель чинить короткие вставки (1-5 слов), сохраняя акустические якоря в длинных репликах. Статистически значимые улучшения WDER и cpWER на четырех бенчмарках.

• Исправляет метки говорящих в расшифровке
• Правит границы реплик и «backchannels» (короткие вставки)
• Держит личность спикера в длинных монологах без дрейфа
• Работает из коробки: подаёшь гипотезу с тегами, получаешь исправленную

• 4B параметров (против 8B у старшей версии), Gemma 4 E4B
• #GGUF Q4_K_M ~5.3 ГБ, статус — 2-4 битных квантизации
• #SOTA на Fisher, Callhome, ICSI, AMI (p<0.0001)

Гитхаб
HF
Демо

#diarization #asr