Voice Activity Detection

🚀 語音活動檢測

本項目基於pyannote.audio實現語音活動檢測功能，藉助先進的技術和開源模型，為音頻處理領域提供了高效、準確的解決方案。它能有效識別音頻中的語音活動，在語音識別、音頻分析等場景中具有重要價值。

🚀 快速開始

若要在生產環境中使用此開源模型，可考慮切換至 pyannoteAI，以獲取更優質、更快速的選擇。

本模型依賴於 pyannote.audio 2.1，請參考 安裝說明 進行安裝。

💻 使用示例

基礎用法

# 1. 訪問 hf.co/pyannote/segmentation 並接受用戶條件
# 2. 訪問 hf.co/settings/tokens 創建訪問令牌
# 3. 實例化預訓練的語音活動檢測管道

from pyannote.audio import Pipeline
pipeline = Pipeline.from_pretrained("pyannote/voice-activity-detection",
                                    use_auth_token="ACCESS_TOKEN_GOES_HERE")
output = pipeline("audio.wav")

for speech in output.get_timeline().support():
    # 語音開始時間 speech.start 到結束時間 speech.end 之間為有效語音
    ...

📄 許可證

本項目採用 MIT 許可證。

🔖 引用

如果您在研究中使用了本模型，請引用以下論文：

@inproceedings{Bredin2021,
  Title = {{End-to-end speaker segmentation for overlap-aware resegmentation}},
  Author = {{Bredin}, Herv{\'e} and {Laurent}, Antoine},
  Booktitle = {Proc. Interspeech 2021},
  Address = {Brno, Czech Republic},
  Month = {August},
  Year = {2021},
}

@inproceedings{Bredin2020,
  Title = {{pyannote.audio: neural building blocks for speaker diarization}},
  Author = {{Bredin}, Herv{\'e} and {Yin}, Ruiqing and {Coria}, Juan Manuel and {Gelly}, Gregory and {Korshunov}, Pavel and {Lavechin}, Marvin and {Fustes}, Diego and {Titeux}, Hadrien and {Bouaziz}, Wassim and {Gill}, Marie-Philippe},
  Booktitle = {ICASSP 2020, IEEE International Conference on Acoustics, Speech, and Signal Processing},
  Address = {Barcelona, Spain},
  Month = {May},
  Year = {2020},
}

⚠️ 重要提示

收集的信息將有助於更好地瞭解 pyannote.audio 用戶群體，並幫助其維護者申請資助以進一步改進。如果您是學術研究人員，請在自己的出版物中引用相關論文。如果您為公司工作，請考慮為 pyannote.audio 的開發做出貢獻（例如通過無限制捐贈）。我們還圍繞說話人分割和機器聽覺提供科學諮詢服務。

💡 使用建議

在使用模型前，請確保您已完成以下步驟：

1. 訪問 hf.co/pyannote/segmentation 並接受用戶條件。
2. 訪問 hf.co/settings/tokens 創建訪問令牌。

📦 數據集

本模型在以下數據集上進行訓練：

🏷️ 標籤

• pyannote
• pyannote-audio
• pyannote-audio-pipeline
• audio
• voice
• speech
• speaker
• voice-activity-detection
• automatic-speech-recognition