**eDIAR:无需训练的流式开放说话人 diarization 技术,突破固定槽位限制并加速大规模档案聚类** _eDIAR: Training-Free
原帖
**eDIAR:无需训练的流式开放说话人 diarization 技术,突破固定槽位限制并加速大规模档案聚类**
_eDIAR: Training-Free Open-Speaker Streaming Diarization for Long Meetings and Large Archives via e-means_
> 该研究提出了 eDIAR,一种无需重新训练即可处理长会议和大型档案的流式开放说话人 diarization 系统。通过结合流式槽位头与 e-means 聚类算法,该方法突破了传统模型对说话人数量的固定限制,在说话人数量超过预设槽位时仍能保持高精度。相比 Streaming Sortformer,eDIAR 在长达一小时的会议中避免了误差累积,且计算成本不随会议时长增加,同时大幅提升了大规模档案中说话人聚类的效率。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-16 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.18529)