kipreise.info
Lokale Modelle › Transkription › speaker-diarization-3.1
pyannote · Transkription · ⟳ vor 2 Min (16.10. 19:14 UTC)

speaker-diarization-3.1

Sprache zu Text — Meetings, Interviews, Untertitel (Whisper-Klasse).

MIT Zugang nötig

Größe (kompakt)–
Kleinste Variante–
LizenzMIT
Parameter–
KategorieTranskription
Downloads (30 Tage)6,8 Mio.
Likes4k
Aktualisiertvor 2 Jahren
Erstelltvor 3 Jahren
Hersteller/Orgpyannote

Zugang: Bei diesem Modell musst du auf Hugging Face erst die Lizenz bestätigen, bevor der Download freigeschaltet wird.

Läuft das auf deinem Rechner?

Was kann es?

Speaker-Diarization-3.1 analysiert Sprachaufnahmen und erkennt, wer wann geredet hat – also verschiedene Sprecher voneinander trennt. Es geht um die Frage ‚Wer spricht wann?‘, nicht um das Abtippen selbst.

Stärken

In der Sprechererkennung solide und läuft komplett lokal, sodass sensible Aufnahmen den eigenen Rechner nicht verlassen.

Grenzen

Der Parameterumfang ist auf der verfügbaren Seite nicht angegeben – wer Modellgröße und Hardware-Anforderungen im Detail braucht, wird beim Original-Hersteller fündig.

Für wen?

Praktisch für alle, die Podcasts, Besprechungen oder Interviews strukturieren wollen und wissen müssen, wer wann spricht.

So startest du es

Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.

⚠️ Dieses Modell gibt es nicht als GGUF — Ollama, LM Studio und llama.cpp können es daher nicht starten (die drei Wege funktionieren nur bei Sprachmodellen). Es läuft über whisper.cpp.

Dein Rechner

Besonderheiten

Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ vor 2 Min (16.10. 19:14 UTC)).

Schreibt mitWandelt gesprochene Sprache in Text um — Meetings, Interviews, Untertitel.
Paper / ForschungarXiv:2111.14448, arXiv:2012.01477 — die Original-Arbeit zum Modell bzw. Verfahren. Quelle ↗
In Spaces im Einsatz100 Hugging-Face-Spaces nutzen dieses Modell.
Kommerziell nutzbarLizenz: MIT.
Millionenfach geladen6,8 Mio. Downloads auf Hugging Face.
Zugang bestätigenDownload erst nach Zustimmung auf Hugging Face.
TechnikBibliothek: pyannote-audio

Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.

Wo bekommst du es?

Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.

Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen

Größen & Quants

Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.

VarianteDateigrößeSpeicherbedarf (grob)
Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face.
Größenangaben aus der Dateiliste bei Hugging FaceAlle Dateien: HF ↗

So startest du speaker-diarization-3.1

  1. Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
  2. Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
  3. Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.

Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →

Häufige Fragen

Läuft speaker-diarization-3.1 auf meinem Rechner?

Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.

Was kostet speaker-diarization-3.1?

Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.

Ähnliche Modelle: whisperkit-coreml · whisper-tiny · whisper-tiny.en · Zurück zur Übersicht

Daten: Hugging Face API · ⟳ vor 2 Min (16.10. 19:14 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.