这是一个创建于 380 天前的主题，其中的信息可能已经有所发展或是发生改变。
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。
 |
1
wweerrgtc 2024-11-25 10:02:12 +08:00
语音转文字的工具, 都可以区分是谁在说话
|
 |
2
fengci 2024-11-25 10:03:48 +08:00
一些公司的成品，有会议记录功能，都有看到这个功能。
|
 |
3
Frankcox OP @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。
|
 |
6
raydied 2024-11-25 10:36:05 +08:00 via Android
模仿飞书或腾讯会议吗？一般用声纹识别的方案。
|
 |
8
cyp0633 2024-11-25 10:55:11 +08:00
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
|
 |
9
sighforever 2024-11-25 11:02:33 +08:00
阿里出的 funasr 工具包
|
 |
10
mumbler 2024-11-25 11:17:44 +08:00
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
|
 |
11
San668 2024-11-25 12:14:19 +08:00
好像目前 ai 就阿里做的还可以,还免费 叫通义听悟
|
Select Language