yumoqing
41b362f0b6
- ahserver app on port 9095 - endpoints: status, enroll, identify, verify, compare - ECAPA-TDNN model placeholder - longtasks async task runner (enroll/identify/verify) - direct cosine comparison endpoint
Speaker ID — 声纹识别服务
概述
基于 ECAPA-TDNN 的声纹识别/说话人识别服务。支持说话人注册、识别、比对。
模型
SpeechBrain ECAPA-TDNN (spkrec-ecapa-voxceleb) 部署于 GPU 服务器，使用 longtasks 异步任务模式。
API
| 端点 | 方法 | 说明 |
|---|---|---|
| /api/status | GET | 服务状态和模型信息 |
| /api/enroll | POST | 注册说话人 (音频 → 声纹特征) |
| /api/identify | POST | 识别说话人 (音频 → 匹配身份) |
| /api/verify | POST | 1:1 验证 (两段音频 → 是否同一人) |
| /api/compare | POST | 比对两个声纹向量的相似度 |
请求示例
POST /api/enroll
{
"audio": "base64或文件路径",
"speaker_id": "speaker_001",
"speaker_name": "张三"
}
POST /api/identify
{
"audio": "base64或文件路径",
"threshold": 0.7,
"top_k": 3
}
响应格式
{
"status": "SUCCEEDED",
"embedding": [0.123, -0.456, ...],
"embedding_dim": 192,
"elapsed": 0.523
}
部署
cd /data/ymq/speaker-id
bash build.sh
sudo systemctl restart speaker-id
端口
9095 (CPU + GPU)