pyannote/pyannote-audio

어떤 프로젝트인가요?

핵심 기능

• 01Hugging Face에서 불러올 수 있는 사전 학습된 화자 분할 파이프라인
• 02음성 활동, 화자 변경, 중첩 발화 감지 모델
• 03검증 및 인식을 위한 화자 임베딩 추출
• 04pytorch-lightning을 통한 멀티 GPU 학습 및 자체 데이터 파인튜닝
• 05pyannoteAI API를 통한 선택형 호스팅 프리미엄 파이프라인

활용 사례

• 화자 라벨을 붙여 회의나 인터뷰 녹취하기
• 화자별 콜센터 또는 팟캐스트 녹음 분석하기
• 화자 분할 모델 연구 또는 벤치마킹하기
• 특정 언어나 도메인에 맞게 화자 분할 모델 조정하기

빠른 시작

1. 1

   사용 중인 컴퓨터에 ffmpeg가 설치되어 있는지 확인하세요

2. 2

   uv로 라이브러리를 설치하세요(권장)

   uv add pyannote.audio
3. 3

   Hugging Face에서 pyannote/speaker-diarization-community-1의 이용 조건에 동의하고 액세스 토큰을 만드세요

4. 4

   community-1 파이프라인을 불러와 오디오 파일에 실행하세요

사용 전 알아둘 점

• !오픈 소스 community-1 파이프라인을 사용하려면 모델 이용 조건에 동의하고 Hugging Face 액세스 토큰을 발급받아야 합니다.
• !파이프라인은 GPU에서 더 빠르게 실행되며, README의 벤치마크는 NVIDIA H100을 사용합니다.
• !프리미엄 precision-2 서비스에는 pyannoteAI API 키가 필요하며, 호스팅 방식으로 사용할 경우 pyannoteAI 서버에서 실행됩니다.

토픽

자주 묻는 질문

pyannote-audio은(는) 무엇인가요?

PyTorch 기반의 오픈소스 Python 툴킷으로, 오디오에서 누가 언제 말했는지 감지하는 사전 학습된 파이프라인을 제공합니다. pyannote.audio는 오디오 녹음을 화자별로 구간화해 누가 언제 말했는지 파악하는 화자 분할(speaker diarization) 작업을 위한 Python 툴킷입니다. PyTorch 기반이며, 로컬에서 실행하거나 자체 데이터로 파인튜닝할 수 있는 사전 학습된 파이프라인과 모델을 제공합니다.

pyannote-audio은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

pyannote-audio은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

pyannote-audio은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. pyannote-audio의 마지막 커밋은 2026년 10월 20일입니다.

pyannote-audio은(는) 어디에 사용할 수 있나요?

화자 라벨을 붙여 회의나 인터뷰 녹취하기 화자별 콜센터 또는 팟캐스트 녹음 분석하기 화자 분할 모델 연구 또는 벤치마킹하기 특정 언어나 도메인에 맞게 화자 분할 모델 조정하기

pyannote-audio는 어떻게 설치하나요?

사용 중인 컴퓨터에 ffmpeg가 설치되어 있는지 확인하세요 uv로 라이브러리를 설치하세요(권장): uv add pyannote.audio Hugging Face에서 pyannote/speaker-diarization-community-1의 이용 조건에 동의하고 액세스 토큰을 만드세요 community-1 파이프라인을 불러와 오디오 파일에 실행하세요

pyannote-audio은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/pyannote/pyannote-audio