MOSS-Transcribe-Diarize: модель для транскрибации и диаризации (Hugging Face)

Представлена модель MOSS-Transcribe-Diarize 0.9B для сквозной обработки длинных аудиозаписей. Она объединяет транскрибацию речи и диаризацию спикеров в один проход, добавляя временные метки и метки анонимных спикеров. Архитектура базируется на Qwen-подобном текстовом бэкбоне и энкодере Whisper для извлечения аудио-фич.