CAM++
声纹特征提取与说话人聚类
安装次数
点赞
应用评论
催更次数
桌面端
移动端


应用描述
<p>提取 192 维声纹特征,用于比较语音片段、聚类同一说话人;可配合 Pyannote 将语音分段归属到不同角色。支持 16 kHz 单声道 WAV,单段 40 毫秒至 60 秒,最多 8 段批量处理,兼容 Orin 与 Thor T5000。</p> <p>TensorRT · FP32:10 秒音频 HTTP p50,Orin 38.4 ms、Thor 27.4 ms;30 秒音频,Orin 99.9 ms、Thor 76.9 ms。预热后单流,各 20 次,含上传、特征提取、推理与结果传输。</p>
懒猫评分/评论
0.0
0 条评论
新功能
版本历史记录新增 Orin 支持,完成十轮剖析、优化与复测;同一 LPK 支持 Orin 与 Thor T5000,采用无 PyTorch 的 TensorRT FP32。
此 App 尚未收到足够的评分或评论,无法显示评论列表。