MigoXV/diar_streaming_sortformer_4spk-v2.1

Streaming Sortformer v2.1（safetensors）

本仓库将 NVIDIA 的 diar_streaming_sortformer_4spk-v2.1 官方权重转换为 safetensors，未微调、未量化。支持流式说话人分离，最多 4 位说话人，不包含语音转写。

model.safetensors 包含原始的 990 个张量；config.json 包含原生 PyTorch 实现所需的架构与流式参数；source.json 记录来源版本和原始归档 SHA-256。仓库不包含 .nemo 或 pickle 权重。

使用

hf download MigoXV/diar_streaming_sortformer_4spk-v2.1 --local-dir /path/to/model
# 在 sortformer-dia 项目环境中运行：
poetry run sortformer-dia serve --model /path/to/model --device cpu --dtype float32

本仓库供 sortformer-dia 的原生 PyTorch 加载器使用，模型实现代码不包含在本仓库中。safetensors 是张量存储格式，不代表 Transformers 的 AutoModel 已实现此架构。运行不需要 NeMo；CUDA 下可使用该项目保留的 Triton 内核。NPU 尚未验证。

来源与许可证

原始模型：NVIDIA Streaming Sortformer v2.1。权重沿用 NVIDIA Open Model License，完整协议见 LICENSE.pdf，归属声明见 NOTICE。本仓库为格式转换版本，并非 NVIDIA 官方发布。