分清谁说了什么
Whisper Diarization 按声音对发言分组，方便查看每位参与者说了什么。命名说话人或修正发言归属前，请先试听。标注不代表身份验证；声音相似或多人同时说话时可能出错。
核对说话人标注Whisper Diarization 在线说话人分离
用 Whisper Diarization 将录音转成带说话人标注和词级时间戳的文字。上传录音，核对谁说了什么，再导出结果。
试用示例
00:28
结果详情与原始输出
Whisper Diarization · large-v3-turbo · EN
Whisper Diarization 如何工作？
Whisper 负责把语音转成文字，本身不区分说话人。Whisper Diarization 将 Whisper Large V3 Turbo 与 pyannote 结合，把语音片段分组并标注到转写文本中。Whisper Diarization 显示谁在何时说话，并提供估算的词级时间戳。使用结果前，请核对重叠语音和不确定的标注。
查看效果
Whisper Diarization 示例
试听模型在 Replicate 上发布的示例片段，时长 28 秒。边听边对照原始说话人标注。
音频波形可视化 · 原始自动字幕
Whisper Diarization 输出英语 · 2 位说话人
Speaker 1
But first, can you tell the story of developing of this model and making the complicated decision of how to release it?Speaker 2
Yeah, sure.从音频到可用的转写文本
Whisper Diarization 功能
点击时间戳，回听对应片段
Whisper Diarization 提供估算的词级时间戳。点击可用时间即可回放该段并修正听不清的词。修改转写文本会清除受影响的词级时间，不会重新测算时间。
了解 WhisperX 的强制对齐导出转写文本和字幕
可将 Whisper Diarization 结果保存为带标注的 TXT、结构化 JSON，或 SRT、VTT 字幕。编辑和下载不额外消耗分钟数。字幕文件只含带时间的文本，不会自动加入说话人姓名。
了解字幕导出三步完成
如何使用 Whisper Diarization
- 1
上传录音
- 2
确认并转写
确认时长和费用后运行 Whisper Diarization。离开页面后任务仍会继续。
- 3
核对并下载
边听边核对转写文本，修正文字和说话人姓名，然后导出文件。
第一次使用 Whisper Diarization？ 查看上传与导出指南
- 免费试用
- 一次性 5 分钟试用 · 仅限英语 · 最大 100 MB
- 付费上传
- 单文件最长 60 分钟、最大 500 MB
- 处理计费
- 每秒消耗 1 点额度 · 失败退还预占分钟数
- 下载
- TXT、JSON、SRT 和 VTT · 不额外收取处理费
常见问题
Whisper Diarization 常见问题
什么是 Whisper Diarization？
Whisper Diarization 结合语音识别与说话人分组，显示谁在何时说话。本页在 Replicate 上运行 thomasmol/whisper-diarization，将 Whisper Large V3 Turbo 与 pyannote 的 speaker-diarization-community-1 搭配使用。你可以在此核对并导出结果。
Whisper Diarization 与 WhisperX 有何不同？
Whisper Diarization 使用 Large V3 Turbo 的词级时间戳。WhisperX 使用 large-v3，并额外经过强制对齐阶段。两者都提供可编辑的转写文本和说话人标注；无论用哪种，都请对照录音核对结果。
Whisper Diarization 会按姓名识别说话人吗？
不会。Whisper Diarization 使用 pyannote 在录音内对声音分组。请自行试听并重命名标注。它不验证个人身份，也无法跨文件识别同一人。
Whisper Diarization 最多支持多少位说话人？
Whisper Diarization 可选择自动检测，或指定 1 至 50 的确切人数。不支持最小/最大范围。请留意简短应答和重叠语音，它们可能导致分组错误。
Whisper Diarization 支持哪些语言？
Whisper Diarization 免费试用仅支持英语。付费使用支持英语、西班牙语、法语、德语、意大利语、葡萄牙语、中文和日语。转写保留原语言，不做翻译。
Whisper Diarization 能翻译或接受链接吗？
此处的 Whisper Diarization 仅接受本地上传文件，并保留原语言。本编辑器不支持翻译、词汇提示和外部媒体链接，尽管上游 API 提供更多输入项。
Whisper Diarization 如何计费？
Whisper Diarization 每秒消耗 1 点额度，按录音时长向上取整。处理前请确认时长。完成验证后可解锁一次性 5 分钟英语试用。失败任务退还预占分钟数；Whisper Diarization 的编辑和导出不额外消耗分钟数。
可以先试用 Whisper Diarization 再上传吗？
可以。Whisper Diarization 编辑器打开时会载入 Replicate 上发布的示例。无需付费任务即可播放、查看词级时间、编辑文本、重命名标注并下载副本。示例可能包含错误，不代表准确率基准。
在线试用 Whisper Diarization
先体验示例，也可以上传自己的对话录音。