WhisperX 指南
WhisperX 说话人分离：设置与核对标签
理解声音分组、说话人数设置，以及如何核对重叠语音和不确定的归属。
WhisperX 团队 · 审阅日期：2026 年 10 月 15 日
标签代表什么
标签只代表单次任务中的声音分组，不证明身份、声音真伪或跨文件的身份一致性。
从首轮结果开始核对
不确定人数时使用自动检测。简短应答和背景人声可能产生额外分组，相似声音也可能被合并。
听过再命名
每人先找一段较长、清楚的发言，统一使用姓名。对错误归属单独修正，不要猜测听不清的声音是谁。
重点检查重叠发言
仔细回听打断、接话和简短回应。如果录音不足以支持明确归属，就保留不确定性。
清楚编辑会改变什么
重命名只改变显示名，改句子只改变文字；均不会训练模型或重跑分离。原来的词级时间不能当作修改后文字的新实测时间。
本地运行注意事项
按所选版本的 README 核对模型、许可、凭证和访问条件。托管流程会代为管理这些运行环境。