Overlapped Speech Detection

🚀 重叠语音检测

本项目借助 pyannote.audio 实现重叠语音检测功能，可有效识别音频中重叠的语音部分。通过开源模型，能在多种场景下进行重叠语音的检测，为语音处理相关应用提供支持。

🚀 快速开始

若要在生产环境中使用此开源模型，可考虑切换到 pyannoteAI 以获取更优更快的选择。

本模型依赖 pyannote.audio 2.1，请参考 安装说明 进行安装。

💻 使用示例

基础用法

# 1. 访问 hf.co/pyannote/segmentation 并接受用户条件
# 2. 访问 hf.co/settings/tokens 创建访问令牌
# 3. 实例化预训练的重叠语音检测管道
from pyannote.audio import Pipeline
pipeline = Pipeline.from_pretrained("pyannote/overlapped-speech-detection",
                                    use_auth_token="ACCESS_TOKEN_GOES_HERE")
output = pipeline("audio.wav")

for speech in output.get_timeline().support():
    # 在 speech.start 和 speech.end 之间有两个或更多说话者处于活跃状态
    ...

📚 详细文档

支持

• 商业咨询和科学咨询：请通过 邮箱 联系。
• 技术问题和错误报告：请查看 pyannote.audio 的 Github 仓库，可在 讨论区 提出技术问题，在 问题反馈区 提交错误报告。

引用

如果您使用了本模型，请按照以下格式引用相关论文：

@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},
}

📄 许可证

本项目采用 MIT 许可证。

额外信息

收集的信息将有助于更好地了解 pyannote.audio 的用户群体，并帮助维护者申请资助以进一步改进它。如果您是学术研究人员，请在自己的出版物中引用相关论文。如果您为公司工作，请考虑为 pyannote.audio 的开发做出贡献（例如，通过无限制捐赠）。我们还围绕说话人分割和机器听觉提供科学咨询服务。

额外必填字段

• 公司/大学：文本输入
• 网站：文本输入
• 我计划使用此模型进行（任务、音频数据类型等）：文本输入