Microsoft가 공개한 스트리밍 화자 분리(speaker diarization) 프레임워크로, 프레임 단위 화자 인코더와 신뢰도 기반 온라인 클러스터링을 결합해 고정 960ms 지연으로 '누가 언제 말했는지'를 실시간 판정한다. 논문 기준 화자 중첩이 적은 벤치마크에서 스트리밍 방식 중 가장 높은 정확도를 보고하며, 화자가 4명을 넘어도 캐시 기반 시스템보다 성능 저하가 작고 학습에 화자 분리 전용 코퍼스가 필요 없다. 2.4M·4.6M·10.4M 파라미터의 세 가지 체크포인트와 RTTM 출력 CLI, 80ms 프레임별 화자 임베딩 추출, Gradio 실시간 데모, 6개 벤치마크 DER 평가 스크립트, ReDimNet2 증류 학습 코드를 함께 제공한다. MIT 라이선스.