turn-1-mini

turn-1-mini

只凭音频，在 CPU 上实时检测说话人何时说完、别人何时插话。适合语音智能体和通话工具的开发者。

由 p99lab 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：turn-1-mini 是一个 5.4M 参数的对话节奏模型。它听音频，判断说话人什么时候说完一轮，以及别人什么时候插话。它是流式的，只用音频，不需要文字稿，在 CPU 上也能实时运行。第 2 版加入了对多位说话人的支持。

适合谁：它适合构建语音智能体、会议工具或通话软件的开发者，这些产品必须判断什么时候开口、什么时候等待。

Industry | Who uses it | How they use it | Example
语音 AI | 语音智能体开发者 | 判断智能体何时可以接话 | 来电者一停下，智能体就回复
会议 | 会议工具开发者 | 跨多个声道跟踪谁在发言 | 跟踪会议里的四个耳机声道
通话软件 | 联络中心工程师 | 发现通话中的插话和打断 | 标出某位说话人被人盖过的时刻
研究 | 对话研究人员 | 在公开基准上对比话轮转换模型 | 把它的得分和已发表的系统对照着看

需要文字稿或词级时间的人可以跳过它，因为它只依据音频信号。

用在哪里：

• Windows、macOS 或 Linux 上，CPU 上的 Python 配合 PyTorch
• ONNX 流式图，仓库里也放了第 1 版的
• 能接收每位说话人声道的语音智能体
• 通话和会议流水线

Use case | Who | What they get back
话轮结束检测 | 语音智能体开发者 | 说话人这一轮已结束的判定
插话检测 | 通话软件团队 | 说话人正在抢话的概率
每个声道的语音活动 | 会议工具开发者 | 每个声道的语音活动和抢话信号

如何设置：

• 你电脑上的 Python
• PyTorch，因为第 2 版在 CPU 上用 PyTorch 运行
• p99turn 包，用来加载模型
• 约 21 MB，用于第 2 版权重文件

1. 安装 Hugging Face hub 软件包。
2. 下载模型文件。
3. 按模型卡片所示，安装带 torch 附加项的 p99turn 包。

pip install -U huggingface_hub

hf download p99lab/turn-1-mini

如何使用：把一个或多个说话人声道的音频送给模型。有多个声道时，只要这位说话人静下来、另一个人开始抢着发言，模型就认为这一轮结束了。你还可以把其他声道，或者你的智能体自己的播放音频，作为可选的 REST 输入传进去。不传的话，模型就按单声道运行。卡片的快速开始里有判定规则，这里提供的文本里没有。

Tool | What it does
EOT 输出 | 判定某位说话人的一轮已结束
INT 输出 | 给出这位说话人正在抢话，而不是附和一声或笑一下的概率
REST 输入 | 可选的其他声道音频，或你的智能体的播放音频
Turn1Mini 和 Turn1MiniOnnx | 像以前一样加载第 1 版的文件

示例：四个人开会，每人一个耳机声道。你把四个声道一起送进模型。它会标出每个人什么时候在发言、什么时候说完一轮、什么时候有人插话。

新手与专家：语音助手经常打断别人，或者等得太久。这个模型能快速给出一个人是否说完的信号。第一步可以先下载文件，再读完整卡片里的快速开始。

在多方对话基准上，卡片报告了 92.2% 的召回率、3.8% 的误报和 210 毫秒的中位延迟。卡片还说，它在延迟上没有超过 VAP 系统，而且在那个基准上插话输出并不是强项。

每位说话人声道的音频
模型给语音和抢话打分
可选的其他声道 REST 输入
输出话轮结束和插话的判定

注意事项：

• License: Apache 2.0。
• Cost to run: 未提及。按卡片所说，它在 CPU 上就能实时运行。
• Data it reaches: 它从 Hugging Face Hub 下载文件，然后处理你给它的音频。
• Not for: 转写。它只依据音频，不产生文字稿。
• 第 1 版的文件保持不变，仍在仓库里。

Title: 多方测试上的话轮结束结果，第 1 版对比第 2 版
v1 recall: 86.9 percent
v2 recall: 92.2 percent
v1 false alarms: 25.3 percent
v2 false alarms: 3.8 percent

Hugging Face 上的数据（2026年11月13日）

• 任务：voice activity detection
• 最近 30 天下载：2,733
• 点赞：6
• 许可证：apache-2.0
• 语言：en
• Fine-tunes: 1
• 标签：onnx, turn-1-mini, turn-detection, end-of-turn, endpointing, turn-taking, interruption, barge-in, multi-party, voice-activity-detection, voice-agents, streaming

链接

• 模型：https://huggingface.co/p99lab/turn-1-mini
• 文件：https://huggingface.co/p99lab/turn-1-mini/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download p99lab/turn-1-mini

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。