Pyannote Speaker Diarization离线使用报错求助

此前在线加载Pyannote说话人 diarization 模型的代码可正常运行：

from pyannote.audio import Pipeline

access_token = 'xxxxxxxxxxx'

model = Pipeline.from_pretrained(
         "pyannote/speaker-diarization-3.1",
         use_auth_token=access_token)

path_in = 'blabla/1-137-A-32.wav'

num_speakers = 1

model(path_in,
   num_speakers=num_speakers).labels()

尝试离线使用时，按官方教程配置本地目录与pyannote_offline_config.yaml后，直接加载yaml模型报错："A pipeline must be instantiated with pipeline.instantiate(parameters) before it can be applied."；调用instantiate方法传入参数仍报相同错误。仅结合在线模型ID与本地yaml加载时本地可正常运行，但上传至GitLab后出现模型下载认证报错；本地无yaml仅加载在线模型也可正常运行。

1. 确保离线模型文件完整 #

不要只复制单独的pipeline.yaml或配置文件，必须下载完整的模型仓库内容，包括所有权重、子组件配置。用huggingface-cli命令下载：

huggingface-cli download pyannote/speaker-diarization-3.1 --local-dir ./local-speaker-diarization --local-dir-use-symlinks False

该命令会将模型的所有文件（包括主pipeline配置、子模型权重、组件配置）下载到./local-speaker-diarization目录。

2. 正确加载本地离线模型 #

方式一：直接加载本地完整模型目录 #

不需要单独的pyannote_offline_config.yaml，直接用本地目录路径加载：

from pyannote.audio import Pipeline

# 指向本地下载的完整模型目录
model = Pipeline.from_pretrained("./local-speaker-diarization")

path_in = 'blabla/1-137-A-32.wav'
num_speakers = 1
model(path_in, num_speakers=num_speakers).labels()

这种方式下from_pretrained会自动解析目录内的配置，完成模型实例化，无需手动调用instantiate。

方式二：使用自定义yaml配置 #

如果必须用pyannote_offline_config.yaml，需确保yaml内所有组件的path字段都指向本地对应的子模型目录（绝对路径或相对项目根目录的路径），示例yaml结构：

version: 3.1
pipeline:
  name: pyannote.audio.pipelines.speaker_diarization.SpeakerDiarization
  params:
    clustering:
      name: pyannote.audio.pipelines.clustering.HierarchicalClustering
      params:
        embedding:
          path: ./local-speaker-diarization/embedding
    segmentation:
      path: ./local-speaker-diarization/segmentation
    # 其他组件同理，全部指向本地路径

加载时直接传入yaml路径即可：

from pyannote.audio import Pipeline

model = Pipeline.from_pretrained("./pyannote_offline_config.yaml")
model(path_in, num_speakers=num_speakers).labels()

3. 解决GitLab上的认证报错问题 #

GitLab环境无法自动下载在线模型，需：

• 将完整的本地模型目录通过Git LFS上传到GitLab仓库（因为模型权重文件较大，普通Git无法处理大文件）
• 修改代码中的模型路径，指向GitLab仓库内的模型目录（相对路径），彻底移除在线模型ID和use_auth_token参数，避免触发下载请求

4. 排查instantiate报错原因 #

直接加载单独yaml文件报错的核心原因是：yaml仅定义了pipeline结构，但未指定实际模型组件的本地路径，导致pipeline无法加载权重完成实例化。确保yaml内所有组件的path都正确指向本地已下载的子模型目录，from_pretrained会自动完成实例化，无需手动调用instantiate。

内容的提问来源于stack exchange，提问作者Tütü