awesome-diarization

收录理由

说话人日志——也就是从一段录音里判断谁在什么时候说了话——是个相对小众的问题，想找到靠谱的入门资料并不容易。这份精选索引是我们所知最完整的单一入口，把综述与研究论文、开源框架、评测工具、聚类和说话人嵌入库，以及训练或评测系统所需的数据集和噪声源都收在了一起。它的组织方式能帮你省去大量翻找的功夫：各小节按任务阶段划分，从嵌入、说话人变更检测到聚类和评测，也按研究方向归类，比如在线日志、联合ASR、音视频结合以及基于大语言模型的后处理。对于正在考虑自研还是选用现成库的团队来说，这份清单勾勒出当前领域的面貌，能省下好几天零散搜索的时间。