🎤 Speaker Diarization API

pyannote/speaker-diarization-3.1 的 HTTP API 封装

本项目基于 pyannote/speaker-diarization-3.1 开发，提供了便捷的 HTTP API 接口。

✨ 功能特点

• 🎯 基于 pyannote/speaker-diarization-3.1 的高精度说话人分离
• 🔄 异步任务处理
• 💾 Redis 任务队列和结果存储
• 🐳 Docker 支持，一键部署

🚀 快速开始

方式一：Docker 部署（推荐）

docker pull baoweiwei2/speaker-diarization-http:latest
docker run -d \
    --name diarization-service \
    -p 9001:9001 \
    -e HF_TOKEN=your_huggingface_token \
    -e REDIS_HOST=your_redis_host \
    -e REDIS_RESULT_EXPIRE=3600 \
    -v /your/model/cache:/root/.cache \
    --gpus all \
    baoweiwei2/speaker-diarization-http:latest

方式二：本地部署

1. 克隆仓库

git clone https://github.com/baoweiwei12/speaker-diarization-http.git
cd speaker-diarization-http

2. 运行安装脚本

chmod +x install.sh
./install.sh

3. 配置环境变量 创建 .env 文件并设置以下变量：

HF_TOKEN=your_huggingface_token
REDIS_HOST=localhost
REDIS_PORT=6379
REDIS_RESULT_EXPIRE=3600

4. 启动服务

python main.py

📝 API 使用说明

API 文档

访问 /docs 路径可以查看完整的 Swagger API 文档：

http://localhost:9001/docs

1. 提交音频文件进行说话人分离

curl -X POST "http://localhost:9001/diarize" \
     -H "accept: application/json" \
     -H "Content-Type: multipart/form-data" \
     -F "file=@your_audio.wav"

响应示例：

{
    "task_id": "550e8400-e29b-41d4-a716-446655440000"
}

2. 获取处理结果

curl -X GET "http://localhost:9001/result/{task_id}" \
     -H "accept: application/json"

响应示例：

{
    "status": "done",
    "start_time": 1678901234,
    "end_time": 1678901235,
    "result": [
        {
            "start": 0.0,
            "end": 2.5,
            "speaker": "SPEAKER_00"
        },
        {
            "start": 2.5,
            "end": 5.0,
            "speaker": "SPEAKER_01"
        }
    ]
}

🔧 配置说明

在 .env 文件中可以修改以下配置：

• HF_TOKEN: HuggingFace API Token
• REDIS_HOST: Redis 服务器地址
• REDIS_PORT: Redis 服务器端口
• REDIS_RESULT_EXPIRE: 结果缓存过期时间（秒）

📄 开源协议

本项目采用 MIT 协议 - 查看 LICENSE 文件了解详情

---