求识别说话人

[ifkd111]

1、会议记录最重要的功能，识别说话人，希望A说话时显示A：“12345”B：“巴拉巴拉”回到A时能识别出A说：“巴拉巴拉”类似这种功能，能通过添加模型实现吗？
2、添加一键总结功能，当我按下停止键后，跳出一个总结按键，可调用AI大模型对识别内容进行总结，比如接个gpt或者fastgpt之类的，因为有离线部署本地知识库，希望能有类似功能。非常感谢。
3、求添加录音转文字的简单ASR，拖拽到对话框内，直接转换即可，合并项目CapsWriter-Offline
Public
都是非常实用的功能，求~

[jxlpzqc]

2 和 3 都是可以做到的，后续版本可以考虑支持

但是感觉 1 需要识别模型支持才行

[ifkd111]

2 和 3 都是可以做到的，后续版本可以考虑支持

但是感觉 1 需要识别模型支持才行

求速更，有2和3已经非常符合日常需求了，义父
实在是工作需要被逼无奈了已经

[csukuangfj]

2 和 3 都是可以做到的，后续版本可以考虑支持

但是感觉 1 需要识别模型支持才行

1.我们现在支持speaker diarization了，你们可以去看下

是非流式的模型

如果事先指定说话人个数，准确率非常好

[ifkd111]

2 和 3 都是可以做到的，后续版本可以考虑支持
但是感觉 1 需要识别模型支持才行

1.我们现在支持speaker diarization了，你们可以去看下

是非流式的模型

如果事先指定说话人个数，准确率非常好

链接？？？？还是说当前项目更新啦？

[csukuangfj]

https://k2-fsa.github.io/sherpa/onnx/speaker-diarization/index.html

B 站也有视频呢，请自行搜索

[hallowei]

请问流式的怎么支持speaker diarization？ @csukuangfj

[csukuangfj]

请问流式的怎么支持speaker diarization？ @csukuangfj

我们不支持。