Nemotron 3 Diarization: licenza di valutazione, non di modello aperto

Il 24 agosto 2026, alle 23:00:02 UTC, NVIDIA pubblica su Hugging Face nvidia/Nemotron-3-Diarization-preview, un modello di diarizzazione — stabilire chi ha parlato e quando, dentro una registrazione con più voci. Lo abbiamo verificato noi, interrogando l’API pubblica e i singoli file fra il 30 e il 31 agosto. Un dettaglio già nei metadati merita una lettura attenta: il campo pipeline_tag dichiara voice-activity-detection — rilevare se qualcuno sta parlando, non chi — mentre i tag che descrivono davvero il modello sono altri: speaker-diarization, streaming-sortformer, speaker-tagging. Chi legge le condizioni prima di scaricare parte da qui: un’etichetta generica per un compito più specifico.

Il repository pesa poco: 399.652.947 byte in tutto — poco meno di 400 megabyte — in un solo file .nemo, non negli shard .safetensors dei modelli linguistici di taglia. library_name: nemo, gated: manual. In quel momento — le 22:44 UTC del 30 agosto, la mezzanotte appena passata in Italia — l’API registrava 31 download e 22 like.

Un cancello con due cose diverse dietro

Senza autenticarci, il file README.md risponde HTTP 200. Il suo contenuto, però, è una riga sola: «For the detailed information, see the Overview subcard.» — e quel file sta dietro il cancello. Abbiamo interrogato quel file, e con lui bias.md, privacy.md, safety.md, explainability.md e il peso Nemotron-3-Diarization-preview.nemo: tutti restituiscono HTTP 401, senza account. Lo stesso vale per un file che la scheda non cita, nemotron3_tts_8_open_voices_v18.mp4, forse un campione delle voci sintetiche di prova.

Il 17 agosto avevamo verificato un repository gated dove a essere chiusi erano solo i pesi, con la licenza leggibile fuori dal cancello. Qui il cancello è più largo: dentro, oltre a overview.md, ci sono gli altri quattro file appena citati — il nome li richiama come altrettante sottocard, ma nessuna delle quattro compare nella sola riga pubblica del README. Per un modello che tratta voce, e separa le persone che parlano, è la nota sulla privacy quella da leggere prima di chiedere l’accesso, non dopo averlo ottenuto.

Una licenza di valutazione, non un modello aperto

license: other, license_name: nvidia-software-and-model-evaluation-license. Il modulo di richiesta lo dice fin dall’intestazione, «Terms and Conditions», e dalla riga che la introduce: «This model is provided through an Early Access program solely for internal testing and evaluation.» Segue il vincolo operativo, verbatim: «The model and its derivatives may be used only for internal test and evaluation, not in production, and only on systems with NVIDIA GPUs. You may not redistribute the model or derivatives, use their output or artifacts to improve or develop another AI model».

Il modulo chiede anche a chi lo userebbe due cose, con menu a scelta chiusa. Alla domanda «What is your intended use for this speaker diarization model?» le opzioni sono: trascrizione di riunioni, trascrizione radiotelevisiva, analisi di contenuti, generazione di metadati, annotazione di dati per il text-to-speech, annotazione di dataset vocali, ricerca e benchmark, oltre a un campo libero. Alla domanda «What type of organization or affiliation do you represent?» compare, fra le altre, «Government or public-sector organization». Non serve indovinare chi NVIDIA si aspetta come richiedente: lo chiede direttamente nel modulo.

Non c’è nulla di scorretto in questo: una licenza di valutazione è un istituto legittimo, e NVIDIA la dichiara fin dal nome. Il punto è un altro: chi scarica questo repository pensando di provare un modello a pesi aperti accetta invece un accordo di valutazione con un fornitore, non una licenza open. Conviene saperlo prima di premere «Agree», non dopo.

Che cosa non si può raccontare della propria prova

La pagina pubblica della licenza — nvidia.com, HTTP 200 — chiude l’elenco degli usi vietati con questa clausola: «Disclose any evaluation or test results regarding the Licensed Materials or Derivatives without NVIDIA’s prior written consent.» Per un’azienda è un vincolo contrattuale come tanti. Per un’amministrazione che deve motivare una scelta di fornitura, o per chi ha obblighi di trasparenza verso un organo di controllo, è diverso: il risultato della propria valutazione — funziona, non funziona, quanto costa in errori — non si può mettere per iscritto in un atto pubblico senza il consenso scritto di chi ha concesso la licenza.

Ogni derivato torna a NVIDIA

La stessa pagina contiene la clausola che pesa più delle altre. Chi accetta la licenza concede a NVIDIA questo: «you grant NVIDIA and its affiliates a non-exclusive, perpetual, irrevocable, sublicensable, worldwide, royalty-free, fully paid-up and transferable license, under your intellectual property rights, to publicly perform, publicly display, reproduce, use, make, have made, sell, offer for sale, distribute (through multiple tiers of distribution), import, create derivative works of and otherwise commercialize and exploit at NVIDIA’s discretion any Derivatives created by or for you.» — traduzione nostra: concedete a NVIDIA una licenza non esclusiva, perpetua, irrevocabile e trasferibile, per sfruttare commercialmente a sua discrezione ogni derivato che create. E subito dopo: «You may, but are not required to, deliver Derivatives to NVIDIA.» — non serve nemmeno consegnare il derivato: basta averlo creato.

«Derivative Models» non è una parola per il solo caso ovvio dei pesi ritoccati. La licenza la definisce larga: comprende «any other model that is created or initialized by transfer of patterns of the weights, parameters, activations or output of such Licensed Materials to another model, […] including distillation methods entailing the use of intermediate data representations or methods based on the generation of synthetic data by the Licensed Materials for training the other model». Un modello più piccolo, addestrato sui dati sintetici generati da questo, sarebbe un Derivative Model — e la concessione a NVIDIA su di esso è già firmata prima ancora di cominciare l’addestramento.

Perché qui la voce non è un dettaglio

Distinguere chi parla, quando l’obiettivo è riconoscere una persona specifica e non solo separare i turni di conversazione, tratta un dato che il Regolamento generale sulla protezione dei dati considera fra i dati biometrici — lo stesso filtro che avevamo verificato per un lettore d’impronte in azienda. Se un trattamento di questo tipo richiede una valutazione d’impatto, quella valutazione va condotta prima di cominciare, non dopo aver già ottenuto l’accesso: qui non si può, perché la nota sulla privacy del modello sta dietro lo stesso HTTP 401 dei pesi. Non diamo qualificazioni giuridiche: dipende dall’uso concreto, dalle registrazioni trattate e da chi le fornisce.

Quello che non sappiamo

Non abbiamo ottenuto l’accesso e non abbiamo letto overview.md, bias.md, privacy.md, safety.md, explainability.md: riportiamo lo stato HTTP, non un contenuto che non abbiamo visto. Non sappiamo se gated: manual significhi una revisione umana di ogni richiesta o un processo automatizzato più lento del semplice auto: la documentazione pubblica di Hugging Face descrive entrambi i valori, non quale tempo di attesa comporti questo repository. Non abbiamo eseguito il modello, non conosciamo la sua accuratezza nel distinguere le voci né il contenuto del file .mp4 allegato. Non sappiamo quanto durerà il programma di Early Access, né se un giorno la licenza cambierà verso una release stabile.

Come lo risolviamo noi

Adempiere: prima di autorizzare una prova come questa dentro un’organizzazione, qualcuno deve mettere per iscritto cinque cose — chi firma l’accettazione della licenza a nome dell’ente, su quali macchine gira (qui, solo GPU NVIDIA), con quali registrazioni viene provato il modello — vere, con le persone informate e il consenso necessario, o sintetiche generate per l’occasione — che cosa del risultato si può pubblicare o riferire a un organo di controllo senza il consenso scritto del fornitore, e che cosa succede a un modello più piccolo nato da questa prova, che la licenza rivendica come derivato. È il documento che il registro dei modelli in produzione dovrebbe già saper prevedere, non improvvisare dopo il primo download.

Decidere: lo stesso impianto tiene insieme modelli, dati, contratti e decisioni in un unico registro operativo, per grandi imprese, difesa, pubblica amministrazione e sanità — con la voce trattata per quello che il trattamento la rende — separazione di turni o identificazione — dentro il perimetro del cliente, non dentro il programma di valutazione di un fornitore terzo.

Vedi il servizio · Parlane con un tecnico

Qualcuno nella vostra organizzazione ha già chiesto l’accesso a un modello in Early Access per provarlo su registrazioni vere? Mezz’ora con un nostro tecnico, senza costi: guardiamo insieme il modulo di richiesta e la licenza prima che qualcuno la firmi.