许可协议: 其他 库名称: pyannote-audio 标签:

• 混响 管道标签: 自动语音识别

关于该模型的详细信息、性能表现等，请参阅Arxiv论文。 运行该说话人日志模型的更多信息，请访问 https://github.com/revdotcom/reverb/tree/main/diarization

Reverb说话人日志V2版本相比基准pyannote3.0模型，在五个不同测试集上超过1,250,000个标记的评估中，WDER（单词说话人日志错误率）相对降低了22.25%。

使用方法

# 代码源自 https://huggingface.co/pyannote/speaker-diarization-3.1 - 详见该页面
# 初始化管道
from pyannote.audio import Pipeline
pipeline = Pipeline.from_pretrained(
  "Revai/reverb-diarization-v2",
  use_auth_token="此处填入HUGGINGFACE访问令牌")

# 对音频文件运行管道
diarization = pipeline("audio.wav")

# 使用RTTM格式将日志结果保存到磁盘
with open("audio.rttm", "w") as rttm:
    diarization.write_rttm(rttm)

引用本模型

若使用本模型，请引用以下文献：

@misc{bhandari2024reverbopensourceasrdiarization,
      title={Reverb: Open-Source ASR and Diarization from Rev}, 
      author={Nishchal Bhandari and Danny Chen and Miguel Ángel del Río Fernández and Natalie Delworth and Jennifer Drexler Fox and Migüel Jetté and Quinten McNamara and Corey Miller and Ondřej Novotný and Ján Profant and Nan Qin and Martin Ratajczak and Jean-Philippe Robichaud},
      year={2024},
      eprint={2410.03930},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2410.03930}, 
}

许可证

详见LICENSE文件。