Frankcox
V2EX  ›  问与答

有没有什么根据音频对话区分说话者的工具

  •  
  •   Frankcox · Nov 25, 2024 · 1978 views
    This topic created in 725 days ago, the information mentioned may be changed or developed.
    我想找一个工具,可以尽量区分对话中不同人物,根据人物进行音频分割。如果做不到这种层次,简单区分男女声进行分离的也可以。
    11 replies  •  2024-11-25 12:14:19 +08:00
    wweerrgtc
    wweerrgtc
    Nov 25, 2024
    1
    语音转文字的工具, 都可以区分是谁在说话
    fengci
    fengci
    Nov 25, 2024
    2
    一些公司的成品,有会议记录功能,都有看到这个功能。
    Frankcox
    Frankcox
    OP
    Nov 25, 2024
    3
    @wweerrgtc Whisper 命令行直接运行可以进行区分吗?我之前用 whisper 只语音转文字过,没试过区分。
    fengci
    fengci
    Nov 25, 2024
    4
    @fengci 好像最近发布的手机 支持 AI 的 都支持好像。
    Frankcox
    Frankcox
    OP
    Nov 25, 2024
    5
    @fengci #4 我主要还是想运行在 PC 上,同时执行其他代码逻辑
    raydied
    raydied
    Nov 25, 2024 via Android
    6
    模仿飞书或腾讯会议吗?一般用声纹识别的方案。
    Frankcox
    Frankcox
    OP
    Nov 25, 2024
    7
    @raydied 不是商业或者公司方面,单纯个人玩的项目,所以想找些本地能跑的开源方案。
    cyp0633
    cyp0633
    Nov 25, 2024
    8
    whisper.cpp 应该支持 NER ,但应该是需要搭配特定模型的,然后还有这篇文章 https://arxiv.org/abs/2409.08107 或许也相关
    sighforever
    sighforever
    Nov 25, 2024
    9
    阿里出的 funasr 工具包
    mumbler
    mumbler
    Nov 25, 2024
    10
    就是说话人识别,用 whisperX, win 桌面直接用 https://github.com/Purfview/whisper-standalone-win 即可,Faster-Whisper-XXL.exe 命令行工具,免安装部署
    San668
    San668
    Nov 25, 2024
    11
    好像目前 ai 就阿里做的还可以,还免费 叫通义听悟
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   4309 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 41ms · UTC 07:20 · PVG 15:20 · LAX 23:20 · JFK 02:20
    ♥ Do have faith in what you're doing.