**转写文本中的说话人识别和改名 | SozAI**
Source: https://sozai.app/zh/speaker-identification/

说话人

# 转写文本中的说话人识别

你用 SozAI 转写的每个文件和录音，出来的结果都按说话人拆分好了。给每个声音起一次名字，转写文本和导出文件就都用这些名字。

[转写一条带说话人的录音](https://web.sozai.app/)

## 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。

| 你转写的是什么 | 怎样识别说话人 | 改名 |
| --- | --- | --- |
| 你上传的音频或视频文件（应用、网页、扩展） | 在语音识别过程中按声音区分，始终开启 | 网页和手机应用 |
| 在应用里或浏览器里录的录音 | 按声音区分，始终开启 | 网页和手机应用 |
| YouTube 链接 | AI 模型根据链接写转写文本时标出说话人切换；不做声音分析 | 转写文本带有时间戳和标签时，在网页和手机应用里改 |
| 由 Mac 应用在 Mac 本机转写的会议 | 没有说话人标签 | 不可用 |

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。

![SozAI 网页版的说话人菜单，有在所有地方改名、只改一个片段或合并两个说话人的选项](https://sozai.app/wp-content/themes/sozai/assets/images/screens/en/web-meeting-rename-speaker.webp)

## 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。

| 导出 | 在哪里 | 说话人名字 | 时间戳 |
| --- | --- | --- | --- |
| PDF | 手机应用 | 有 | 有 |
| VTT | 手机应用 | 有 | 有 |
| VTT | 网页 | 有，在开启“With speaker names”时 | 有 |
| JSON | 手机应用 | 有 | 有 |
| TXT | 手机应用 | “名字: 文字”形式的行，仅当说话人有名字且没有显示翻译时 | 没有 |
| TXT | 网页 | 可选（“With speaker names”） | 可选（“With timecodes”） |
| SRT | 全部 | 没有 | 有 |

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](https://sozai.app/transcript-export/) 。

## 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](https://sozai.app/meeting-notes/) 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](https://sozai.app/interview-transcription/) 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](https://sozai.app/web-version/) 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](https://sozai.app/pricing/) ，应用可在 [下载页面](https://sozai.app/download/) 获取。

更新于 2026年10月27日 作者： [Merey Tleugazin](https://sozai.app/zh/about/merey/)

答案

## 常见问题

SozAI 能分辨录音里是谁在说话吗？

能，作为不同的声音来区分。SozAI 转写的每个文件和录音都会拆成 Speaker A、Speaker B 等等，每一行都有时间戳。SozAI 不知道这些人的名字；你在网页或手机应用里添加一次，整条录音就都用这些名字。

SozAI 能识别 YouTube 视频里的说话人吗？

部分可以。对于 YouTube 链接，AI 模型在根据链接写转写文本时标出说话人换人的位置，并不分析声音。把这些标签当作草稿，引用任何人之前先对照视频核对；你可以像对待其他标签一样给它们改名或重新指派。

怎样给转写文本里的说话人改名？

点击或轻点任意一句话旁边的说话人标签。在网页上选 Rename everywhere；在手机应用里选 Rename "Speaker A" everywhere。输入名字并保存，这个声音的每一行都会显示新名字，重新生成笔记后任务里也一样。

我能在 Mac 或 iPad 上给说话人改名吗？

暂时不能。Mac 和 iPad 应用会显示一条录音有几个说话人，但改名要在 web.sozai.app 以及 iPhone 和 Android 应用里进行。名字随录音保存在你的账号里，所以请在网页或手机上打开它来设置。

导出的文件里会显示说话人名字吗？

会，手机应用导出的 PDF、VTT 和 JSON 里有，网页导出的 VTT 和 TXT 在你勾选“With speaker names”时有。手机应用导出的 TXT，在说话人有了名字之后，是“名字: 文字”形式的行。SRT 字幕在任何 SozAI 应用里都不包含说话人名字。

如果两个说话人被并成了一个，或者一个人有了两个标签怎么办？

一个人有两个标签很容易修：选择“Same person as…”把它们合并。一个标签涵盖了两个人则要费些功夫，因为要在网页上用“Only this fragment”，或在手机应用里用“Someone else said this”，一个片段一个片段地挪。

免费套餐包含说话人识别吗？

包含。说话人标签是每次文件或录音转写的一部分，包括每个账号一次性获得的免费 30 分钟。给说话人改名和带名字导出同样免费；Premium 只增加转写时长。

将下一段录音转换为文字

录音、上传文件或粘贴链接，即可获得转录稿、说话人标注和摘要。

 [转写一条带说话人的录音](https://web.sozai.app/)

iOS 和 Android 免费使用。转写 YouTube 内容无需账户。


---
This is the markdown twin of https://sozai.app/zh/speaker-identification/ — the same content, without the markup.
Published by SozAI (https://sozai.app). Reuse and quotation are allowed with attribution and a link back.
Machine-readable index: https://sozai.app/llms.txt · data API: https://sozai.app/api/