DiarizationLM 的公开材料与可用边界已由一手来源核验。
Google 开源 4B 模型修正转写中的说话人标签
2026-10-04前沿观察TRIAL
Google 以 Apache-2.0 发布 DiarizationLM-Gemma-4-E4B-v1。这个 4B 模型对 ASR 与说话人分离结果做后处理，并提供 BF16 和两个 4-bit GGUF 版本供本地运行。作者测试在 Fisher、Callhome、ICSI 与 AMI 上都降低了 WDER 和 cpWER，但会议测试集较小。
对你意味着什么
对语音团队来说，本地后处理模型可以在不重训上游 ASR 的情况下修正说话人归属。公开 GGUF 让团队能直接用真实通话和会议检查延迟、内存与身份漂移。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 参数量 | 4B dense |
|---|---|
| 许可证 | Apache-2.0 |
| 权重 | BF16 约 16 GB；Q4_K_M 5.30 GB；Q4_0 5.15 GB |
| 作者报告 WDER | Fisher 5.32→2.99；Callhome 7.74→4.92；ICSI 14.70→14.10；AMI 15.68→14.89 |
| 测试限制 | ICSI 3 场会议；AMI 16 场会议 |
| 支持状态 | 不是 Google 官方支持产品 |
技术影响 3
工程价值 4
采用信号 1
成熟度 2
验证成本 2
风险 2