speaker-diarization-community-1: 회의록 자동화, 화자 구분이 더 정확해졌다

녹음된 오디오 파일에서 누가 언제 말을 했는지 자동으로 구분한다. 16kHz 모노 오디오를 입력으로 받아 화자별 발화 구간과 타임스탬프를 출력하며, 스테레오 파일은 자동으로 모노로 변환해 처리한다.

기존 3.1 버전 대비 화자 식별 정확도와 수 카운팅이 개선됐다. 특히 전사 데이터와 화자 타임스탬프를 정밀하게 동기화하는 'exclusive speaker diarization' 기능을 지원해 회의록 작성이나 자막 생성 시 어긋나는 문제를 줄인다.

인터넷 연결 없이 로컬 환경에서 완전히 오프라인으로 실행할 수 있다. GPU 가속을 지원하며, 화자 수가 미리 알려진 경우 num_speakers 옵션으로 지정하거나 상하한 범위를 설정해 정확도를 높일 수 있다.

CC-BY-4.0 라이선스로 배포되어 상업적 이용도 가능하다. pyannote.audio 라이브러리를 통해 쉽게 연동되며, 학술 벤치마크에서 이전 모델보다 낮은 오류율을 기록해 신뢰성 있는 음성 분석 파이프라인을 구성할 때 유용하다.