基于阿里3D Speaker模型的边缘端声纹识别系统
Edge-VoMID 是一个基于阿里达摩院3D Speaker模型的声纹识别项目，专为边缘计算环境设计。该系统能够实现说话人注册、声纹特征提取和说话人识别等功能，支持实时声纹验证和身份确认。
- 🎯 高精度识别: 基于阿里3D Speaker模型，提供业界领先的声纹识别精度
- ⚡ 边缘优化: 专为边缘计算环境设计，支持轻量化部署
- 🔧 易于集成: 简洁的API接口，支持快速集成到现有系统
- 📊 阈值控制: 支持自定义相似度阈值，平衡识别精度和误识率
- 📝 完整日志: 内置日志系统，支持调试和监控
- 模型: 阿里达摩院 speech_campplus_sv_zh-cn_3dspeaker_16k
- 框架: ModelScope + PyTorch
- 音频格式: 支持16kHz采样率的WAV文件
- 特征提取: 基于余弦相似度的声纹特征匹配
pip install -r requirements.txt项目使用 loguru 进行日志管理，支持：
- 控制台和文件双重输出
- 自动日志轮转（100MB）
- 日志压缩和保留策略（7天）
- 彩色输出和异常堆栈跟踪
- 模型名称:
iic/speech_campplus_sv_zh-cn_3dspeaker_16k - 采样率: 16kHz
- 音频格式: WAV
- 使用ModelScope Pipeline进行模型推理优化
- 支持批量音频处理
- 内存友好的特征存储
- 异步日志记录
- 🔐 身份验证: 语音门禁、电话客服身份确认
- 📞 通话监控: 通话录音说话人识别
- 🎙️ 会议记录: 会议发言者自动标注
- 🛡️ 安全防护: 声纹反欺诈系统
- 音频质量: 建议使用清晰、无噪音的音频文件
- 采样率: 确保音频文件为16kHz采样率
- 时长要求: 建议音频时长在3-10秒之间
- 阈值设置: 根据实际场景调整相似度阈值
Edge-VoMID - 让声纹识别更简单、更高效