awesome-diarization

一站式找全说话人日志论文、代码和数据集，快速上手

这是一个精选的说话人日志（Speaker Diarization）资源列表，汇集了相关的论文、库、数据集和其他资源。它解决的是说话人日志领域信息分散、入门门槛高的问题，为研究者和开发者提供了一站式的导航。核心能力包括：按主题分类整理最新论文（如端到端模型、聚类方法）、收录主流开源库（如pyannote.audio、NeMo）、提供常用数据集（如VoxConverse、DIHARD）和评估指标，并定期更新。项目采用awesome-list风格，结构清晰，便于快速查阅，是进入该领域的实用指南。

开源 free 语音识别

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1903

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类语音识别

开发团队wq2012

所属国家

官网地址https://wq2012.github.io/awesome-diarization

GitHubhttps://github.com/wq2012/awesome-diarization

定价模式free

价格说明该项目为开源资源列表，完全免费，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言

技术栈/模型awesome,awesome-list,deep-learning,machine-learning,speaker-diarization,speech-processing,speech-recognition

GitHub 星标★ 1903

30天Star增速

HF 下载量

上线时间2019-01-19 00:00:00

最近更新2026-09-16 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数4

使用教程

难度：入门约 5 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
已安装 git（用于克隆仓库）
本地文本编辑器或 Markdown 阅读器
现代浏览器（用于访问在线版官网）

安装与启动步骤

1克隆资源仓库

把 awesome-diarization 仓库下载到本地，后续可离线查阅 README 中的论文、库和数据集清单。
```
git clone https://github.com/wq2012/awesome-diarization.git
```
2进入仓库目录

切换到仓库根目录，README.md 是全部资源清单的入口文件。
```
cd awesome-diarization
```
3阅读资源清单

README 按 Publications、Software、Datasets 等主题分区，先看 Table of contents 定位所需章节。
```
cat README.md
```
4访问在线版官网

README 提供了网页版地址，浏览器打开即可在线浏览同一份清单，适合不想克隆仓库的用户。

如何确认成功

本地能打开仓库根目录下的 README.md 并看到目录列表；浏览器能打开 https://wq2012.github.io/awesome-diarization 页面。

常见问题

Q：这个仓库需要 pip install 或 Docker 部署吗？

A：不需要。它是 awesome-list 资源清单，只包含文档和链接，没有可执行代码，按 README 克隆后直接阅读即可。

Q：想快速找到入门资料该看哪部分？

A：先看 README 的 Table of contents，再进入 Overview、Publications 和 Other learning materials（含在线课程、书籍、博客、视频教程）章节。

Q：如何查找开源库和数据集？

A：在 README 的 Software 章节查看 Framework、Clustering、Speaker embedding 等分类；数据集在 Datasets 章节。

Q：可以提交自己发现的资源吗？

A：可以。README 顶部有 Contributions welcome 徽章并链接到 CONTRIBUTING.md，按该文件的说明提交即可。

注意事项

本仓库仅为资源导航列表，不提供训练或推理代码，无法直接运行说话人日志任务。
README 与在线版会持续更新，建议定期 git pull 获取最新链接。
清单中的论文、库、数据集版权归各自作者所有，使用时请遵守对应许可。

核心亮点

精选了从经典到前沿的论文，覆盖聚类、端到端等主流方法
收录了pyannote.audio、NeMo等实用库，附有简要说明和链接
整理了VoxConverse、DIHARD等常用数据集，方便对比实验

不足之处

资源列表更新频率可能不及最新研究，需自行关注前沿
文档/社区待观察，缺少使用教程或实践指南

适用场景

入门学习说话人日志领域，快速了解技术脉络
研究选型时，查找可复用的开源库和数据集
论文写作时，引用相关工作和基准数据集

替代项目

awesome-speaker-recognition、pyannote.audio、NeMo speaker diarization

项目介绍

awesome-diarization 是语音识别领域的开源项目，由 wq2012 开发，2019 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,903）位列前 30%，在语音识别分类中处于中上游。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-16。该项目为开源资源列表，完全免费，无付费版本。

它主要面向的使用场景是：入门学习说话人日志领域，快速了解技术脉络。同类可对比的替代方案包括 awesome-speaker-recognition、pyannote.audio、NeMo speaker diarization。

上一篇：whishper

下一篇：Fun-ASR