pyannote 語者分離 3.1
業界最常用的開源「誰在何時說話」語者分離工具（近千萬下載）。
▸ HF trending 56 · 2,536 likes · 8,159,278 下載
Podcast/會議 → 帶人名逐字稿 + 多語配音 SaaS
上傳音檔，自動產出標好發言人的逐字稿、多語翻譯與重新配音、社群封面。
怎麼變現
①SaaS 訂閱(按時數) ②單次付費 ③免費額度導流。網頁端可放 Adsterra，下載/工具站避開 AdSense。
運作方式
pyannote 分離說話者 + (Whisper)轉錄 → Qwen3.6 摘要/翻譯 → supertonic 產多語配音 → Lens 生封面 → 打包成可分享成品。
用到的開源零件
Supertonic-3（語音合成 TTS）
文字轉語音模型，附 ONNX 版本利於部署（pipeline: text-to-speech）。
▸ HF trending 73 · 783 likes · 60,276 下載
Microsoft Lens（文字生成圖像）
微軟釋出的文生圖擴散模型，另有 Lens-Turbo 加速版（pipeline: text-to-image）。
▸ HF trending 67 · 152 likes · 2,306 下載