speaker diarization community 1

提供商pyannote
分类automatic-speech-recognition
许可证cc-by-4.0
下载量5.8K
星标1

简介

Speaker Diarization Community 1 是一款由 pyannote 提供的开源说话人日志（Diarization）模型，简单来说就是解决“谁在什么时候说了什么”的问题。它不像传统的 ASR 仅将语音转为文字，而是能精准识别音频中不同说话人的身份并进行切分。该模型非常适合处理会议记录、访谈录音等多角色对话场景。对于开发者而言，它能与 Whisper 等语音转文字工具完美配合：先用此模型区分说话人，再用 ASR 转写，从而实现带角色标签的完整对话文本，上手难度中等，是构建专业语音分析流水线的核心组件。

核心亮点

  • 精准区分多说话人，解决语音转写角色混淆问题
  • 完美适配 Whisper 等 ASR 工具，实现角色化转录
  • 适用于会议纪要、访谈分析等复杂对话场景
  • 采用 CC-BY-4.0 协议，对开发者非常友好

使用方法

安装依赖
# 安装 Hugging Face transformers
pip install transformers torch
SDK 使用
# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("pyannote/speaker-diarization-community-1")
tokenizer = AutoTokenizer.from_pretrained("pyannote/speaker-diarization-community-1")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引：在下载前，请先通过如下命令安装 huggingface_hub：

操作指引 
pip install -U huggingface_hub

命令行下载

下载完整模型库

下载完整模型库 
huggingface-cli download pyannote/speaker-diarization-community-1

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例）

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例） 
huggingface-cli download pyannote/speaker-diarization-community-1 config.json --local-dir ./dir

更多命令行下载选项，可参见官方文档

SDK 下载

SDK 下载 
# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('pyannote/speaker-diarization-community-1')

Git 下载

请确保 lfs 已经被正确安装

Git 下载 
git lfs install
git clone https://huggingface.co/pyannote/speaker-diarization-community-1

如果您希望跳过 lfs 大文件下载，可以使用如下命令

跳过 LFS 
GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/pyannote/speaker-diarization-community-1

模型文件托管在 Hugging Face Hub，使用 HF CLI / SDK / Git 直接下载，不经过本站。

PyTorch / Transformers 使用

安装 Transformers

安装 Transformers 
pip install -U transformers torch

模型加载和推理

模型加载和推理 
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('pyannote/speaker-diarization-community-1')
tokenizer = AutoTokenizer.from_pretrained('pyannote/speaker-diarization-community-1')

模型下载

我们推荐使用命令行或者 ModelScope SDK 来进行模型的下载。

操作指引：在下载前，请先通过如下命令安装 ModelScope：

操作指引 
pip install modelscope

命令行下载

下载完整模型库

下载完整模型库 
modelscope download --model pyannote/speaker-diarization-community-1

下载单个文件到指定本地文件夹（以下载 README.md 到当前路径下 dir 目录为例）

下载单个文件到指定本地文件夹（以下载 README.md 到当前路径下 dir 目录为例） 
modelscope download --model pyannote/speaker-diarization-community-1 README.md --local_dir ./dir

更多更丰富的命令行下载选项，可参见具体文档

SDK 下载

SDK 下载 
# 模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('pyannote/speaker-diarization-community-1')

Git 下载

请确保 lfs 已经被正确安装

Git 下载 
git lfs install
git clone https://www.modelscope.cn/pyannote/speaker-diarization-community-1.git

如果您希望跳过 lfs 大文件下载，可以使用如下命令

跳过 LFS 
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/pyannote/speaker-diarization-community-1.git

ModelScope 模型页直接下载模型文件；无需将模型文件放在本站服务器。

Notebook 快速开发

下载并安装 ModelScope library

下载并安装 ModelScope library 
pip install "modelscope[audio,cv,nlp,multi-modal,science]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

模型加载和推理

模型加载和推理 
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

p = pipeline('text-generation', 'pyannote/speaker-diarization-community-1')
查看官方来源