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
