segmentation 3.0

提供商pyannote
分类voice-activity-detection
许可证mit
下载量5.0K
星标2

简介

pyannote 的 segmentation 3.0 是一款专注于语音活动检测（VAD）的高性能模型。它能精准识别音频中“有人说话”与“静默/噪声”的分界点，是构建语音处理管线的关键前置步骤。相比于传统的基于能量阈值的 VAD，该模型在复杂背景噪声下的鲁棒性更强，能够有效过滤掉环境杂音。对于开发者而言，它通常作为语音识别（ASR）或说话人日志（Diarization）系统的预处理器，用于裁剪无效音频片段，从而降低后续计算开销并提升识别准确率。上手难度较低，适配大多数 Python 音频处理工作流。

核心亮点

  • 精准区分语音与噪声，提升 ASR 预处理质量
  • 鲁棒性强，有效应对复杂环境下的静默检测
  • MIT 协议开源，方便企业级商业集成与部署
  • 说话人日志系统的核心组件，支持高效音频切分

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/segmentation-3.0")
tokenizer = AutoTokenizer.from_pretrained("pyannote/segmentation-3.0")

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/segmentation-3.0

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/segmentation-3.0 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/segmentation-3.0')

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/segmentation-3.0

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/segmentation-3.0

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/segmentation-3.0')
tokenizer = AutoTokenizer.from_pretrained('pyannote/segmentation-3.0')

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/segmentation-3.0

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/segmentation-3.0 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/segmentation-3.0')

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/segmentation-3.0.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/segmentation-3.0.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/segmentation-3.0')
查看官方来源