← 在分诊台打开（可搜索/导航）
说话人识别/声纹识别该用什么（判断"是谁在说话"）
🎯 E1 任务→模型路由 · 手机/树莓派
状态：Resemblyzer轻量适合端侧，SpeechBrain精度高但重
也这样说： 声纹 说话人识别 speaker resemblyzer speechbrain pyannote 声纹识别
可能根因：- 需要识别说话人身份
- 用于多人对话分离/声纹锁
- 端侧需要轻量模型
解决方案
💡 排坑指南（1条）
Resemblyzer（端侧首选）
256维声纹嵌入，推理约50ms，树莓派/手机端可实时跑；精度不如ECAPA-TDNN但速度差4倍，端侧声纹识别首选
时效：2026-09
打开 ↗⚠️ 避坑提醒（2条）
SpeechBrain模型117.5MB太重
SpeechBrain用ECAPA-TDNN模型约117.5MB，精度高但推理200ms且模型大；树莓派勉强跑手机端吃力，端侧用Resemblyzer替代
时效：2026-09
打开 ↗pyannote更适合服务器不适合端侧
pyannote说话人分离能力强但工程复杂度高、模型大；做多人会议转录用pyannote(服务器)，做声纹锁用Resemblyzer(端侧)
时效：2026-09
打开 ↗
本页是路由层入口，不存教程正文。每条入口带人工评注。
来自 问题分诊台 · Vertical Hub