Reverb Diarization V1

🚀 Reverb 語音分離模型 V1

Reverb 語音分離模型 V1 是一款用於自動語音識別的模型，在語音分離任務上表現出色，相比基線模型有顯著的性能提升。

🚀 快速開始

本模型的詳細信息、性能等內容可查看 Arxiv 論文。關於如何運行此語音分離模型的更多信息，請參考 https://github.com/revdotcom/reverb/tree/main/diarization 。

✨ 主要特性

Reverb 語音分離 V1 與基線 pyannote3.0 模型相比，在 WDER（單詞分離錯誤率）上實現了 16.5% 的相對提升。該評估基於五個不同測試集的超過 125 萬個標記。

💻 使用示例

基礎用法

# taken from https://huggingface.co/pyannote/speaker-diarization-3.1 - see for more details
# instantiate the pipeline
from pyannote.audio import Pipeline
pipeline = Pipeline.from_pretrained(
  "Revai/reverb-diarization-v1",
  use_auth_token="HUGGINGFACE_ACCESS_TOKEN_GOES_HERE")

# run the pipeline on an audio file
diarization = pipeline("audio.wav")

# dump the diarization output to disk using RTTM format
with open("audio.rttm", "w") as rttm:
    diarization.write_rttm(rttm)

📚 詳細文檔

如需引用此模型，請使用以下 BibTeX 格式：

@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}, 
}

📄 許可證

許可證詳情請查看 LICENSE 文件。