Разбери запись по голосам: кто говорил и когда — без видеокарты

GitHub-радар

Разбери запись по голосам: кто говорил и когда — без видеокарты

Это инструмент, который сам определяет, кто говорит и когда, в аудиозаписи с несколькими участниками — без расшифровки текста. После установки у тебя будет готовая временная шкала говорящих для подкаста или видео.

01pyannote/speaker-diarization-community-1 2.4k5503k загрузок/месspeaker-diarization

Программа слушает аудиофайл и отмечает, в какие моменты говорит каждый из участников. Распознавать слова и писать текст она не умеет — только показывает, кто и когда говорил.

Когда пригодится

Пригодится, если ты делаешь подкаст, видео или разбираешь созвон с несколькими людьми и хочешь быстро понять, кто и когда говорил. Если запись с одним голосом или нужен готовый текст разговора, эта модель не подойдёт.

Плюсы

  • Работает на обычном компьютере, видеокарта не обязательна
  • Можно использовать полностью офлайн, без интернета
  • Ошибок меньше, чем в прошлой версии модели
  • Если знаешь число говорящих, можно подсказать это модели

Минусы

  • Модель закрыта — нужно согласиться с условиями и получить токен Hugging Face
  • Сама не распознаёт слова — только определяет говорящих

Как поставить — по шагам

  1. 1Открой ИИ-агента (Claude Code, Codex) в папке своего проекта
  2. 2Приготовь аудиофайл с несколькими говорящими, который хочешь разобрать
  3. 3Отправь агенту текст из блока ниже
  4. 4Дай агенту доступ к файлу — он заведёт токен Hugging Face и установит библиотеку pyannote.audio
  5. 5Проверь результат: агент должен показать, кто и когда говорил в записи

Текст для агента

Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):

Поставь мне у себя модель Pyannote для разбора записи по голосам: https://huggingface.co/pyannote/speaker-diarization-community-1 - заведи токен Hugging Face, установи pyannote.audio и обработай вот эту запись (дай файл), показав, кто и когда говорил.

Работает на обычном компьютере без видеокарты - считает на процессоре, видеокарта просто ускорит обработку. Нужен Python и библиотека pyannote.audio.

Открыть на Hugging Face