待验证50% 置信基准精确时间

pyannote.audio最新版本采用端到端神经网络架构（EEND），说话人分离错误率（DER）在标准评测集上已降至10%以下

1

来源数

50%

置信度

长期有效

时效性

2026/8/5

首次发现

来源

yapyap：本地优先的开源会议录制与转录工具

相关事实

待验证2012年深度神经网络的引入使语音识别错误率骤降30%以上73% 相似待验证pyannote.audio最新版本采用端到端神经网络架构（EEND），能直接从混合语音中输出每个时间帧的说话人标签，并能处理重叠语音场景72% 相似待验证说话人分离的主流方案包括基于x-vector嵌入的聚类方法和端到端神经网络方法（如pyannote.audio），标准条件下准确率可达90%以上70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/686867

API

curl https://kongchang.com/api/v1/knowledge/claims/686867

MCP

get_claim(id=686867)