Combinarea modelului OpenAI Whisper cu biblioteca PyAnnote Audio oferă soluția deschisă definitivă pentru transcrierea ședințelor și a interviurilor cu separarea exactă a fiecărui vorbitor (Speaker Diarization) și marcarea intervalelor temporale.
from pyannote.audio import Pipeline
import whisper
diarization = Pipeline.from_pretrained("pyannote/speaker-diarization-3.1", use_auth_token="HF_TOKEN")
model = whisper.load_model("large-v3")
diarization_result = diarization("interviu.wav")
# Aliniază segmentele de text extrase de Whisper cu identificatorii SPEAKER_00, SPEAKER_01Acuratețe: Funcționează impecabil chiar și în săli cu ecou sau când persoanele intervin spontan peste discursul celuilalt.
Întrebări & Exemple practice:
PyAnnote Audio & Whisper: Diarizarea Vorbitorilor (Cine și Când Vorbește)Ai o întrebare despre PyAnnote Audio & Whisper: Diarizarea Vorbitorilor (Cine și Când Vorbește) sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.