转写文本中的说话人识别

先说结论

SozAI 会给它转写的每个音频或视频文件、每段录音自动标注说话人，支持 99 种语言，标成 Speaker A、Speaker B 等等，每一行都有时间戳。在 web.sozai.app 以及 iPhone 和 Android 应用里，你可以一次把某个说话人在所有地方改名、把一个片段改到另一个人名下，或者把原来是同一个声音的两个标签合并。YouTube 链接则不同：那里的说话人标签是 AI 模型在写转写文本时做的猜测，所以在依赖它之前要先核对。你设置的名字会出现在 PDF、VTT、JSON 和 TXT 导出里；SRT 字幕不带说话人名字。说话人标签是每一次转写的一部分，包括免费的 30 分钟。

标签从哪里来

标签与真人对得有多准，取决于文字是怎么生成的。上传的文件和录音是按声音区分的，YouTube 链接则不是。

标签是一个匿名的声音，不是一个人。在你说明之前，SozAI 并不知道 Speaker B 是你的经理，而且名字只属于这一条录音：你的下一条录音又从 Speaker A 重新开始。

在网页上怎样给说话人改名

在 web.sozai.app 上打开一条录音。如果有些说话人还没有名字，文字上方会有一行提示，说明有几个，并提示名字会显示在文字、导出和任务里。

1. 点击任意一句话旁边的说话人名字。说话人菜单会打开。
2. 选择 Rename everywhere，给整条录音里的这个声音命名，输入名字并保存。你会看到“Name saved”。
3. 如果有一句话被分给了错的人，点击它的标签并选择 Only this fragment，然后选出是谁说的，或者添加 + New speaker。
4. 如果两个标签其实是同一个人，选择 Same person as… 并选中另一个标签。你用 Merge 确认后，第一个标签的所有片段都会归到第二个标签名下。
5. 在已经有笔记的录音里改了名字后，SozAI 会询问是否用新名字重新生成笔记。如果你想让任务和决定事项显示负责人，就选是。

不确定某个标签是谁？说话人菜单里的 Voice 会播放这个说话人的一小段音频。

在 iPhone 和 Android 应用里改名

手机应用有同样的选项，只是名称略有不同。在 Text 标签页里点一个说话人的标签，选择 Rename "Speaker A" everywhere，对单个片段选择 Someone else said this，或者打开 All speakers in this recording。Speakers 面板会显示每个声音说话占了多少时间，以及它说的第一句话，这通常足以分辨谁是谁。在改名界面里，This is the same person as… 用来合并两个标签。

名字保存在你的账号里，所以你在手机上起的名字，在网页上也是这个名字。

哪些导出保留名字

各种格式的差别主要就在这里。下表是各种导出目前包含的内容。

Mac 和 iPad 应用导出的格式与手机相同，都是这五种。如果你需要显示谁在说话的字幕，选 VTT：它把名字保留为语音标签。要发给别人的文档，PDF 把名字和时间放在一起。每种格式的更多内容见：导出转写文本。

它在哪些地方有用

转写文本要给没在现场的人读时，说话人标签最重要。在会议纪要里，有了名字的说话人能把“我们该把草稿发出去”变成有负责人的任务。在访谈转写里，问和答自己就分开了，研究者引用某位参与者的话时，也能找到这个人说的每一行。研讨会或圆桌讨论的录音，在每个声音都有名字之后就变得好读了。

如果通话在浏览器里进行，你可以从它的标签页录音，而不必往会议里加任何人；网页版页面说明了怎么做。标签会随转写文本一起到来，不需要额外打开任何开关。

SozAI 不适合的情况

• 你需要在 Mac 或 iPad 上看到说话人名字。Mac 和 iPad 应用会显示一条录音有几个说话人，但目前只有网页和手机应用能给他们改名。
• 你想在电脑上不仅改名字，还要更正文字。文字编辑目前只在手机应用里。在电脑上，你可以在网页上给说话人改名，但不能改文字。
• 你靠 YouTube 转写文本来判断谁说了什么。那里的标签来自 AI 模型，不是来自声音，可能出错。
• 你需要带说话人名字的 SRT 字幕。SozAI 的 SRT 没有名字；请用 VTT。
• 你希望应用在每条新录音里认出已知的声音。SozAI 只在单条录音内部标注声音。

说话人标签包含在每个套餐里。免费的 30 分钟和 Premium 见价格，应用可在下载页面获取。