说话人分割用什么模型比较好？

https://github.com/fighting41love/funNLP?tab=readme-ov-file#语音处理

这里找找看

多嘴问问，funasr 可以流式识别说话人？

我之前自己试了几个，WhisperX 效果是最好的，不过好像不能流式。

@q0000001 #2 readme 中有 cam++

@czfy #1 好文档，不过没怎么提到说话人分割

@Leon6868 我也看到有，但是基本上都是非实时语音识别才有加载 cam++，看到 issue 里面说流式没有，所以一直没看到。
能再问问你是用 paraformer-zh-streaming 这个，再加载 cam++吗？

为什么要分割人

@q0000001 #6 我描述得确实不太准确，当时是采用滑窗方式分割说话人的，类似 3s 历史+2s(未处理）这样（迫真流式）。我也没找到近期实时说话人识别/分割的工作，如果见到类似的工作欢迎多交流

@Leon6868 明白明白。
没问题，最近都在搞这个，突然看到眼前一亮。哈哈。
大概原理懂了。嗯嗯，多交流。

@q0000001 #9 最近尝试了一个非常好的项目，sherpa onnx ，在 asr 和 说话人分割/识别 方面基本能满足我的需求，你可以试一下

@Leon6868
劳烦问一下，sherpa onnx 有说话人日志（ speaker-diarization ）的预训练模型么？我只找到了说话人确认的

@johnabyss #11 vad speaker recognition 组合一下不就是了？

@Leon6868 请问下，sherpa onnx 支持实时/流式语音识别过程中的多说话人识别？谢谢！