LogoClawIndex
案例技能关于
LogoClawIndex

audio-speaker-tools - 说话人分离与语音对比工具

使用Demucs、pyannote和Resemblyzer分离音频中的说话人、对比语音样本并处理音频片段。

标签

更新于: 2026-03-24
音频处理说话人分离语音克隆说话人验证音频分割

能力

典型输入

典型输出

该技能可以做什么

  • 分离音频中的说话人
  • 对比语音样本
  • 提取音频片段
  • 测量说话人相似度
  • 验证说话人分离结果
  • 转换音频格式

输入

  • 音频文件
  • HuggingFace令牌

输出

  • 说话人WAV文件
  • RTTM文件
  • JSON片段元数据
  • 语音相似度评分

要求

  • Python 3.9+
  • ffmpeg
  • HuggingFace令牌
  • HuggingFace模型访问权限

来源

  • 规范: SKILL.md

ClawIndex

OpenClaw Skills 与 Use Case 索引

ClawIndex 是一个生态驱动的 OpenClaw Skills 与真实 Use Case 索引站。

索引

Skills·
Cases

Meta

关于·
声明·
邮箱·
GitHub
© 2026 ClawIndex 保留所有权利。
分离音频中的说话人
对比语音样本
提取音频片段
测量说话人相似度
音频文件
HuggingFace令牌
说话人WAV文件
RTTM文件
JSON片段元数据