Who: diarizzazione audio-visiva dei parlanti on-device

Diarizzazione audio-visiva dei parlanti on-device per video con volti parlanti: ID del parlante per ogni turno, ancore delle tracce dei volti e timestamp al millisecondo.

Who è la diarizzazione audio-visiva dei parlanti on-device per video con volti parlanti. Una sola chiamata restituisce turni compatibili con Whisper con ID del parlante per segmento, ancore delle tracce dei volti, riquadri di delimitazione dei volti normalizzati e timestamp al millisecondo, adatti al montaggio, ai sottotitoli e al cambio di camera che segue chi parla. È pensato prima di tutto per il video, combinando audio e tracciamento dei volti invece di diarizzare solo l'audio.