概要
diarizeは、音声ファイルから「誰がいつ話したか」を自動的に識別するPython製のスピーカーダイアリゼーションツールです。
GPUやAPIキー、アカウント登録が不要で、CPUのみで動作するのが最大の特徴です。
Apache 2.0ライセンスで提供され、VoxConverseデータセットにおいて約4.8%の低いDiarization Error Rate（DER）を達成し、リアルタイムの約8倍という高速処理能力を誇ります。
話者数の自動検出機能も備えており、開発者や研究者が手軽に、かつ高性能な音声分析を行いたい場合に最適です。
Python 3.9以降に対応し、WAV、MP3、FLAC、OGGなど多様な音声フォーマットをサポートしています。
互換性・特徴
- Python
- CLI
- CPUのみ
- 音声処理
- オープンソース
基本情報
| ライセンス | Apache-2.0 |
| Stars | 71 |
| Forks | 6 |
| カテゴリ | ASR / 音声認識 |
| アクティビティ | low |
最新リリース: v0.1.2 (2026-05-06)