Reverb Diarization V1

🚀 Reverb 语音分离模型 V1

Reverb 语音分离模型 V1 是一款用于自动语音识别的模型，在语音分离任务上表现出色，相比基线模型有显著的性能提升。

🚀 快速开始

本模型的详细信息、性能等内容可查看 Arxiv 论文。关于如何运行此语音分离模型的更多信息，请参考 https://github.com/revdotcom/reverb/tree/main/diarization 。

✨ 主要特性

Reverb 语音分离 V1 与基线 pyannote3.0 模型相比，在 WDER（单词分离错误率）上实现了 16.5% 的相对提升。该评估基于五个不同测试集的超过 125 万个标记。

💻 使用示例

基础用法

# 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)

📚 详细文档

如需引用此模型，请使用以下 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}, 
}

📄 许可证

许可证详情请查看 LICENSE 文件。