Zum Hauptinhalt springen

pyannoteAudiomodellEingeschränkter Zugang

pyannote Community-1

BeliebtheitSpitzengruppe etwa gleich beliebt, 8 Modelle

47von 100neue Berechnung

beruht auf zwei Datengruppen, überwiegend Suche, Spanne 27 bis 66

Zusammenfassung

pyannote Community-1 ist eine lokale Pipeline für Sprecherdiarisierung und exklusive Diarisierung. Sie erwartet Mono-Audio mit 16 kHz und liefert Sprechersegmente, aber keine Transkription und keine gesprochene Antwort.

Vor dem Download verlangt Hugging Face Kontaktinformationen und die Zustimmung zu den Nutzungsbedingungen. Dieser Zugangsgate bleibt bestehen, auch wenn die Pipeline unter CC-BY-4.0 lokal ausgeführt werden kann.

GraduallyBench Audio

pyannote Community-1

Technischer Test
  • Es liegt nur ein technischer Test vor.
  • Die Auswahl der Testeingaben ist begrenzt.
  • Die technische Diarisierungsprüfung nutzt synthetische Ganzclip-Sprechergrenzen und ist kein vergleichbarer DER-Benchmark.
Testdetails anzeigen

Technische Messung

Lokal · Deutsch, Englisch

Ausführung CPU. Präzision nicht dokumentiert.

8 gültige Ausgaben aus 8 begonnenen und 8 geplanten Testplätzen.

Diarisierung, technische Vorprüfung
15,79 %(67,32 / 426,42 Sekunden Referenz-Sprecherzeit)Deutsch, Englisch

WER vergleicht Wörter und CER vergleicht Zeichen mit der Referenz. Die Rücktranskription der Sprachausgabe erfolgte mit GPT Transcribe. Die genaue Backend-Revision ist nicht bestätigt. Gelesene Sprache und digitale Stille decken spontane Sprache und echte Störgeräusche nicht ab. Fehlerraten können über 100 % liegen. Testreferenzen wurden, sofern verwendet, nicht unabhängig menschlich geprüft. Testumfang und Methoden unterscheiden sich je Modell. Jede Kennzahl steht für sich, einen gemeinsamen Gesamtwert über alle Tests gibt es nicht. Daten zusammengestellt am 10.11.2026. So testen wir · Alle Decision- und Audioergebnisse als JSON herunterladen

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 79 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 7

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

Raven CALLHOME-de DER (collar 0.0) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
20,5767820718
Messgröße
diarization error rate (DER), corpus-aggregated
Einheit
%
Benchmark-Version
raven.eval run 2026-07-31-callhome-de; published at results-2026-10-02, commit c3c21c94ec9bd127651643af047fbbe3b42528c6
Kategorie
speaker-diarization
Richtung
Weniger ist besser
Stichprobe
120
Quellentyp
vendor-reported
Auswertung
Raven raven.eval
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Deutsche Telefon-Diarisierung auf talkbank/callhome, Konfiguration deu (CALLHOME-de), 120 Dateien. Exaktes Modell pyannote/speaker-diarization-community-1, Revision 3533c8cf8e369892e6b79ff1bf80f7b0286a54ee; Datensatzrevision 17c8a153215aa7c50b805078fd6284ba81c2fc47. Collar 0,0 s, skip_overlap=false, Corpus-Aggregation, automatische VAD, Hungarian Speaker Mapping, primärer Scorer pyannote.metrics. Dies ist Ravens Full-Collar-Metrikvariante, nicht die NIST/CALLHOME-Classic-Variante.
Einordnung
Raven vertreibt ein Transkriptionsprodukt für Besprechungen und gibt an, dieses pyannote-Modell darin einzusetzen. Das Ergebnis ist daher als vom Anbieter berichtete, reproduzierbare Messung auf öffentlichen Daten einzuordnen, nicht als unabhängige Evaluation.
Quelle Raven raven.eval
Raven CALLHOME-de DER (collar 0.25) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
16,0778669871
Messgröße
diarization error rate (DER), corpus-aggregated
Einheit
%
Benchmark-Version
raven.eval run 2026-07-31-callhome-de; published at results-2026-10-02, commit c3c21c94ec9bd127651643af047fbbe3b42528c6
Kategorie
speaker-diarization
Richtung
Weniger ist besser
Stichprobe
120
Untere Konfidenzgrenze
14.97
Obere Konfidenzgrenze
17.27
Quellentyp
vendor-reported
Auswertung
Raven raven.eval
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Deutsche Telefon-Diarisierung auf talkbank/callhome, Konfiguration deu (CALLHOME-de), 120 Dateien. Exaktes Modell pyannote/speaker-diarization-community-1, Revision 3533c8cf8e369892e6b79ff1bf80f7b0286a54ee; Datensatzrevision 17c8a153215aa7c50b805078fd6284ba81c2fc47. Collar 0,25 s, skip_overlap=false, Corpus-Aggregation, automatische VAD, Hungarian Speaker Mapping, primärer Scorer pyannote.metrics. Der Bericht veröffentlicht ein 95-%-Perzentil-Bootstrap-CI über Dateien, 10.000 Resamples, Seed 20260903. Dies ist die NIST/CALLHOME-Classic-Metrik, getrennt von der Zeile mit 0,0 s Collar.
Einordnung
Raven vertreibt ein Transkriptionsprodukt für Besprechungen und gibt an, dieses pyannote-Modell darin einzusetzen. Das Ergebnis ist daher als vom Anbieter berichtete, reproduzierbare Messung auf öffentlichen Daten einzuordnen, nicht als unabhängige Evaluation.
Quelle Raven raven.eval
Raven VoxConverse dev corpus DER, collar 0.0 s (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
7,17
Messgröße
Diarization error rate (DER), collar 0.0 s, overlap not skipped; lower is better
Einheit
%
Benchmark-Version
Raven run 2026-07-30; dataset labels commit 24bf60be
Richtung
Weniger ist besser
Stichprobe
216
Quellentyp
independent-evaluator
Auswertung
Raven evaluator, pinned VoxConverse diarization benchmark results
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Raven-Evaluatorlauf vom 30.07.2026, exaktes Modell pyannote/speaker-diarization-community-1 mit Checkpoint 3533c8cf8e369892e6b79ff1bf80f7b0286a54ee; VoxConverse-dev-Split, N=216 Dateien, Datensatz-Labels auf Commit 24bf60be gepinnt. Korpusaggregiertes DER mit automatischer VAD, Hungarian Speaker Mapping, Overlap nicht ausgelassen, pyannote.metrics. Die Konfiguration verwendet 10.000 File-Bootstrap-Resamples, Seed 20260903 und 95 % Konfidenz. Eine explizite UEM ist nicht deklariert.
Einordnung
Die Konfiguration deklariert keine explizite UEM. Das Bootstrap-Konfidenzintervall gilt nur für das Ergebnis mit 0,25-s-Collar; dem 0,0-s-Wert wird kein Intervall zugeordnet. Es handelt sich um einen anderen Corpus-Split und Evaluator-Lauf als beim bestehenden VoxConverse-Testset-Ergebnis.
Quelle Raven evaluator, pinned VoxConverse diarization benchmark results
Raven VoxConverse dev corpus DER, collar 0.25 s (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
5
Messgröße
Diarization error rate (DER), collar 0.25 s, overlap not skipped; lower is better
Einheit
%
Benchmark-Version
Raven run 2026-07-30; dataset labels commit 24bf60be
Richtung
Weniger ist besser
Stichprobe
216
Untere Konfidenzgrenze
4.37
Obere Konfidenzgrenze
5.7
Quellentyp
independent-evaluator
Auswertung
Raven evaluator, pinned VoxConverse diarization benchmark results
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Raven-Evaluatorlauf vom 30.07.2026, exaktes Modell pyannote/speaker-diarization-community-1 mit Checkpoint 3533c8cf8e369892e6b79ff1bf80f7b0286a54ee; VoxConverse-dev-Split, N=216 Dateien, Datensatz-Labels auf Commit 24bf60be gepinnt. Korpusaggregiertes DER mit automatischer VAD, Hungarian Speaker Mapping, Overlap nicht ausgelassen, pyannote.metrics. Die Konfiguration verwendet 10.000 File-Bootstrap-Resamples, Seed 20260903 und 95 % Konfidenz. Eine explizite UEM ist nicht deklariert.
Einordnung
Die Konfiguration deklariert keine explizite UEM. Das Bootstrap-Konfidenzintervall gilt nur für das Ergebnis mit 0,25-s-Collar; dem 0,0-s-Wert wird kein Intervall zugeordnet. Es handelt sich um einen anderen Corpus-Split und Evaluator-Lauf als beim bestehenden VoxConverse-Testset-Ergebnis.
Quelle Raven evaluator, pinned VoxConverse diarization benchmark results
LinTO ETAPE diarization error rate, given speaker count (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
28,76
Messgröße
diarization error rate (DER), lower is better
Einheit
%
Benchmark-Version
Linagora benchmark README at commit 5b4b4734e26cdafdbd482cd536e1e0fa0d87d188, commit dated 2026-10-09; run date not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Linagora Labs, LinTO speaker diarization benchmark
Status
active
Abrufdatum
2026-10-18
Methodik
Vom Anbieter veröffentlichter Wert. LinTO-Diarisierungssystem linto-pyannote 2.3.0 mit pyannote.audio 4 community-1; ETAPE; DER bei vorgegebener Sprecherzahl; die Quelle weist für vorgegebene Zahlen auf erneutes KMeans-Clustering hin, wenn die Sprecherzahl von VBx abweicht. Messdatum, Zellnenner und Konfidenzintervall sind nicht angegeben.
Einordnung
Von Linagora/LinTO als Anbieter berichtet; dies ist die vollständige LinTO-Integration, keine eigenständige pyannote-Leistungsmessung. Die gepinnte Quelle ordnet die Zeile linto-pyannote 2.3.0 ausdrücklich pyannote.audio 4 community-1 zu. Messdatum, Stichprobenzahl je Tabellenzelle und Konfidenzintervall sind nicht angegeben.
Quelle Linagora Labs, LinTO speaker diarization benchmark
LinTO ETAPE diarization error rate, unknown speaker count (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
12,8
Messgröße
diarization error rate (DER), lower is better
Einheit
%
Benchmark-Version
Linagora benchmark README at commit 5b4b4734e26cdafdbd482cd536e1e0fa0d87d188, commit dated 2026-10-09; run date not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Linagora Labs, LinTO speaker diarization benchmark
Status
active
Abrufdatum
2026-10-18
Methodik
Vom Anbieter veröffentlichter Wert. LinTO-Diarisierungssystem linto-pyannote 2.3.0 mit pyannote.audio 4 community-1; ETAPE; DER bei unbekannter Sprecherzahl; die Quelle weist für vorgegebene Zahlen auf erneutes KMeans-Clustering hin, wenn die Sprecherzahl von VBx abweicht. Messdatum, Zellnenner und Konfidenzintervall sind nicht angegeben.
Einordnung
Von Linagora/LinTO als Anbieter berichtet; dies ist die vollständige LinTO-Integration, keine eigenständige pyannote-Leistungsmessung. Die gepinnte Quelle ordnet die Zeile linto-pyannote 2.3.0 ausdrücklich pyannote.audio 4 community-1 zu. Messdatum, Stichprobenzahl je Tabellenzelle und Konfidenzintervall sind nicht angegeben.
Quelle Linagora Labs, LinTO speaker diarization benchmark
LinTO LINAGORA diarization error rate, given speaker count (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
42,5
Messgröße
diarization error rate (DER), lower is better
Einheit
%
Benchmark-Version
Linagora benchmark README at commit 5b4b4734e26cdafdbd482cd536e1e0fa0d87d188, commit dated 2026-10-09; run date not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Linagora Labs, LinTO speaker diarization benchmark
Status
active
Abrufdatum
2026-10-18
Methodik
Vom Anbieter veröffentlichter Wert. LinTO-Diarisierungssystem linto-pyannote 2.3.0 mit pyannote.audio 4 community-1; LINAGORA; DER bei vorgegebener Sprecherzahl; die Quelle weist für vorgegebene Zahlen auf erneutes KMeans-Clustering hin, wenn die Sprecherzahl von VBx abweicht. Messdatum, Zellnenner und Konfidenzintervall sind nicht angegeben.
Einordnung
Von Linagora/LinTO als Anbieter berichtet; dies ist die vollständige LinTO-Integration, keine eigenständige pyannote-Leistungsmessung. Die gepinnte Quelle ordnet die Zeile linto-pyannote 2.3.0 ausdrücklich pyannote.audio 4 community-1 zu. Messdatum, Stichprobenzahl je Tabellenzelle und Konfidenzintervall sind nicht angegeben.
Quelle Linagora Labs, LinTO speaker diarization benchmark
LinTO LINAGORA diarization error rate, unknown speaker count (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
29,49
Messgröße
diarization error rate (DER), lower is better
Einheit
%
Benchmark-Version
Linagora benchmark README at commit 5b4b4734e26cdafdbd482cd536e1e0fa0d87d188, commit dated 2026-10-09; run date not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Linagora Labs, LinTO speaker diarization benchmark
Status
active
Abrufdatum
2026-10-18
Methodik
Vom Anbieter veröffentlichter Wert. LinTO-Diarisierungssystem linto-pyannote 2.3.0 mit pyannote.audio 4 community-1; LINAGORA; DER bei unbekannter Sprecherzahl; die Quelle weist für vorgegebene Zahlen auf erneutes KMeans-Clustering hin, wenn die Sprecherzahl von VBx abweicht. Messdatum, Zellnenner und Konfidenzintervall sind nicht angegeben.
Einordnung
Von Linagora/LinTO als Anbieter berichtet; dies ist die vollständige LinTO-Integration, keine eigenständige pyannote-Leistungsmessung. Die gepinnte Quelle ordnet die Zeile linto-pyannote 2.3.0 ausdrücklich pyannote.audio 4 community-1 zu. Messdatum, Stichprobenzahl je Tabellenzelle und Konfidenzintervall sind nicht angegeben.
Quelle Linagora Labs, LinTO speaker diarization benchmark
LinTO SUMM-RE diarization error rate, given speaker count (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
29,41
Messgröße
diarization error rate (DER), lower is better
Einheit
%
Benchmark-Version
Linagora benchmark README at commit 5b4b4734e26cdafdbd482cd536e1e0fa0d87d188, commit dated 2026-10-09; run date not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Linagora Labs, LinTO speaker diarization benchmark
Status
active
Abrufdatum
2026-10-18
Methodik
Vom Anbieter veröffentlichter Wert. LinTO-Diarisierungssystem linto-pyannote 2.3.0 mit pyannote.audio 4 community-1; SUMM-RE; DER bei vorgegebener Sprecherzahl; die Quelle weist für vorgegebene Zahlen auf erneutes KMeans-Clustering hin, wenn die Sprecherzahl von VBx abweicht. Messdatum, Zellnenner und Konfidenzintervall sind nicht angegeben.
Einordnung
Von Linagora/LinTO als Anbieter berichtet; dies ist die vollständige LinTO-Integration, keine eigenständige pyannote-Leistungsmessung. Die gepinnte Quelle ordnet die Zeile linto-pyannote 2.3.0 ausdrücklich pyannote.audio 4 community-1 zu. Messdatum, Stichprobenzahl je Tabellenzelle und Konfidenzintervall sind nicht angegeben.
Quelle Linagora Labs, LinTO speaker diarization benchmark
LinTO SUMM-RE diarization error rate, unknown speaker count (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
28,88
Messgröße
diarization error rate (DER), lower is better
Einheit
%
Benchmark-Version
Linagora benchmark README at commit 5b4b4734e26cdafdbd482cd536e1e0fa0d87d188, commit dated 2026-10-09; run date not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Linagora Labs, LinTO speaker diarization benchmark
Status
active
Abrufdatum
2026-10-18
Methodik
Vom Anbieter veröffentlichter Wert. LinTO-Diarisierungssystem linto-pyannote 2.3.0 mit pyannote.audio 4 community-1; SUMM-RE; DER bei unbekannter Sprecherzahl; die Quelle weist für vorgegebene Zahlen auf erneutes KMeans-Clustering hin, wenn die Sprecherzahl von VBx abweicht. Messdatum, Zellnenner und Konfidenzintervall sind nicht angegeben.
Einordnung
Von Linagora/LinTO als Anbieter berichtet; dies ist die vollständige LinTO-Integration, keine eigenständige pyannote-Leistungsmessung. Die gepinnte Quelle ordnet die Zeile linto-pyannote 2.3.0 ausdrücklich pyannote.audio 4 community-1 zu. Messdatum, Stichprobenzahl je Tabellenzelle und Konfidenzintervall sind nicht angegeben.
Quelle Linagora Labs, LinTO speaker diarization benchmark
LinTO Simsamu diarization error rate, given speaker count (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
18,38
Messgröße
diarization error rate (DER), lower is better
Einheit
%
Benchmark-Version
Linagora benchmark README at commit 5b4b4734e26cdafdbd482cd536e1e0fa0d87d188, commit dated 2026-10-09; run date not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Linagora Labs, LinTO speaker diarization benchmark
Status
active
Abrufdatum
2026-10-18
Methodik
Vom Anbieter veröffentlichter Wert. LinTO-Diarisierungssystem linto-pyannote 2.3.0 mit pyannote.audio 4 community-1; Simsamu; DER bei vorgegebener Sprecherzahl; die Quelle weist für vorgegebene Zahlen auf erneutes KMeans-Clustering hin, wenn die Sprecherzahl von VBx abweicht. Messdatum, Zellnenner und Konfidenzintervall sind nicht angegeben.
Einordnung
Von Linagora/LinTO als Anbieter berichtet; dies ist die vollständige LinTO-Integration, keine eigenständige pyannote-Leistungsmessung. Die gepinnte Quelle ordnet die Zeile linto-pyannote 2.3.0 ausdrücklich pyannote.audio 4 community-1 zu. Messdatum, Stichprobenzahl je Tabellenzelle und Konfidenzintervall sind nicht angegeben.
Quelle Linagora Labs, LinTO speaker diarization benchmark
LinTO Simsamu diarization error rate, unknown speaker count (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
19,25
Messgröße
diarization error rate (DER), lower is better
Einheit
%
Benchmark-Version
Linagora benchmark README at commit 5b4b4734e26cdafdbd482cd536e1e0fa0d87d188, commit dated 2026-10-09; run date not stated
Kategorie
audio
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Linagora Labs, LinTO speaker diarization benchmark
Status
active
Abrufdatum
2026-10-18
Methodik
Vom Anbieter veröffentlichter Wert. LinTO-Diarisierungssystem linto-pyannote 2.3.0 mit pyannote.audio 4 community-1; Simsamu; DER bei unbekannter Sprecherzahl; die Quelle weist für vorgegebene Zahlen auf erneutes KMeans-Clustering hin, wenn die Sprecherzahl von VBx abweicht. Messdatum, Zellnenner und Konfidenzintervall sind nicht angegeben.
Einordnung
Von Linagora/LinTO als Anbieter berichtet; dies ist die vollständige LinTO-Integration, keine eigenständige pyannote-Leistungsmessung. Die gepinnte Quelle ordnet die Zeile linto-pyannote 2.3.0 ausdrücklich pyannote.audio 4 community-1 zu. Messdatum, Stichprobenzahl je Tabellenzelle und Konfidenzintervall sind nicht angegeben.
Quelle Linagora Labs, LinTO speaker diarization benchmark

Seite 1 von 7

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 54 Modellen

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 20. November 2026

pyannote Community-1NVIDIA Nemotron 3.5 Transcribe 49Lyria 3.5 47Gemini 3.5 Live Translate 46Granite Speech 5.0 470M TurboCTC NC 45

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
  2. 21. November 2026: Methodenversion 4 (gemeinsame Skala, Schrumpfung)
  3. 39. November 2026: Neue Topics-Erhebung V20 (Tagesquorum, Kurzformen)

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Modellklasse
Sprecherdiarisierungs-Pipeline
Quelle: Modellklasse
Checkpoint
pyannote/speaker-diarization-community-1
Quelle: Checkpoint

Ein- und Ausgabe

Eingabe
Mono-Audio mit 16 kHz
Quelle: Eingabe
Ausgabe
Sprechersegmente und exklusive Diarisierung
Quelle: Ausgabe

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Zugang
Lokale Pipeline mit Zugangsgate
Quelle: Zugang
Lizenz
CC-BY-4.0
Quelle: Lizenz
Abschaltung
Keine angekündigt
ohne Quelle

Weitere Angaben

Zugangsgate
Hugging Face Kontaktinformationen und Nutzungsbedingungen müssen vor dem Download bestätigt werden
Quelle: Zugangsgate
Pipeline
Lokale pyannote.audio-Pipeline; kein Inference-Provider-Eintrag
Quelle: Pipeline
Audioformat
Mono, 16 kHz
Quelle: Audioformat

Quellen und Datenstand

Alle 21 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 4. Oktober 2026. 15 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Weitere Quellepyannote Community-1 model card (abgerufen 3. Oktober 2026; 4. Oktober 2026) · pyannote Community-1 model card · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere QuelleRaven raven.eval (abgerufen 17. Oktober 2026)
Weitere Quellepyannote.audio official benchmark table (abgerufen 17. Oktober 2026)
Weitere QuelleRaven independent diarization evaluation (abgerufen 17. Oktober 2026)
Weitere QuelleLinagora Labs, LinTO speaker diarization benchmark (abgerufen 18. Oktober 2026)
Weitere QuelleArgmax OpenBench (abgerufen 18. Oktober 2026)
Weitere QuelleOmi Health Engineering, clinical batch diarization evaluation (abgerufen 21. Oktober 2026)
Weitere QuelleOcular Converse-Diarization Technical Report (abgerufen 21. Oktober 2026)
Weitere QuelleOmi Health clinical diarization benchmark (abgerufen 23. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 17. Oktober 2026)12345
Weitere QuelleModellmetadaten (abgerufen 18. Oktober 2026)
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0