01 / 模型卡片
模型卡片
pyannote 的 VAD（语音活动检测）是一个专注于从音频流中精准剔除静音和背景噪音、仅保留人声片段的轻量级工具。对于开发者来说，它不是一个完整的语音转文字模型，而是 ASR（语音识别）流程中的关键预处理步骤。通过在进入大模型识别前先过滤掉无意义的空白段，能显著降低 API 调用成本并提升识别效率。该模型上手简单，支持 MIT 开源协议，非常适合集成到会议记录、智能客服等需要实时监测说话状态的本地化场景中。
模型类型automatic speech recognition
提供方pyannote
许可状态mit
02 / 文件与版本
模型文件与版本
模型卡片当前详情页记录的模型说明与元数据
已收录来源仓库https://huggingface.co/pyannote/voice-activity-detection
查看模型来源版本信息请以来源仓库的最新版本为准
—03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
pyannote/voice-activity-detection安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model pyannote/voice-activity-detection下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model pyannote/voice-activity-detection README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('pyannote/voice-activity-detection')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/pyannote/voice-activity-detection.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/pyannote/voice-activity-detection.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面