/ Модель

Характеристики

Лицензия
CC BY 4.0
Опубликована
31 июл 2026

stillscript-speaker-diarization-community-1

Поиск речи в аудиоАудио → label7 профессий

Неизменённая копия конвейера pyannote для определения участков речи и диаризации аудиозаписей.

12скачиваний за 30 дней0лайковвеса обновлены31 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это неизменённая копия конвейера pyannote/speaker-diarization-community-1, размещённая StillScript. Модель предназначена для диаризации аудиозаписей: определения участков речи и разметки того, кто говорил в каждый момент, включая случаи смены говорящего и перекрывающейся речи.

Веса конвейера и компонентов segmentation, embedding и plda побайтно совпадают с upstream-репозиторием. Модель работает с аудио и выдаёт временную разметку говорящих. Копия опубликована в формате PyTorch; её лицензия — CC BY 4.0. README не сообщает размер модели, длину контекста или языковую специализацию.

Сценарии применения

  • разметка говорящих в записи встречи
  • определение времени смены говорящего в интервью
  • разделение реплик участников телефонного разговора
  • обнаружение перекрывающейся речи в аудиозаписи
  • выделение речевых участков для последующей транскрибации

Ограничения

Языковая специализация и численные характеристики модели в предоставленных данных не описаны. Для этой копии заявлена лицензия CC BY 4.0; она не меняет условия лицензии исходной модели.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

StillScript mirror of pyannote/speaker-diarization-community-1

This repository is an unmodified redistribution of pyannote/speaker-diarization-community-1, re-hosted so that StillScript Confidential Transcripts can fetch it without each end user having to individually accept the upstream repository's gating conditions.

License, Attribution, and Citation Information

CC-BY-4.0 permits redistribution provided attribution is given and changes are indicated.

Changes made

None to the model itself. The pipeline weights, the config.yaml, and the component sub-models (segmentation/, embedding/, plda/) are byte-for-byte identical to the upstream repository. The only differences are:

  • this README (replacing the upstream model card), and
  • the removal of the upstream diarization.gif illustration and .gitattributes, neither of which is used at inference time.

No retraining, fine-tuning, quantisation, or conversion of any kind was performed.

Verifying that for yourself

Every shipped file's SHA-256, as redistributed here:

FileSHA-256
config.yaml5ce2bfa9a938dc132cec1172592d65173cbb8f444ea1e4133f10f9391de155be
segmentation/pytorch_model.bin7ad24338d844fb95985486eb1a464e32d229f6d7a03c9abe60f978bacf3f816e
embedding/pytorch_model.bin6f10ff60898a1d185fa22e1d11e0bfa8a92efec811f11bca48cb8cafebefd929
plda/plda.npz9b77bcd840692710dd3496f62ecfeed8d8e5f002fd991b785079b244eab7d255
plda/xvec_transform.npz325f1ce8e48f7e55e9c8aa47e05d2766b7c48c4b25b8de8dd751e7a4cc5fbe8f

StillScript pins these same hashes and verifies them after download.

Citations

The original authors ask that the following be cited. Reproduced verbatim from the upstream model card.

  1. Speaker segmentation model
@inproceedings{Plaquet23,
  author={Alexis Plaquet and Hervé Bredin},
  title={{Powerset multi-class cross entropy loss for neural speaker diarization}},
  year=2023,
  booktitle={Proc. INTERSPEECH 2023},
}
  1. pyannote.audio toolkit
@inproceedings{Bredin23,
  author={Hervé Bredin},
  title={{pyannote.audio 2.1 speaker diarization pipeline: principle, benchmark, and recipe}},
  year=2023,
  booktitle={Proc. INTERSPEECH 2023},
}

Please prefer the upstream repository if you are not using StillScript — it is the canonical source, and using it directly supports the pyannote project.


Mirrored by Acutus Consulting for StillScript Confidential Transcripts. Modelling credit: the pyannote.audio / pyannoteAI team.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели pyannote требуют отдельного рантайма.

Ревизия весов
1f89d99

0 моделей