把会议、访谈或播客转成带说话人标注的文字：每一行都标明是谁说的，并带时间码。在线说话人分离，免费开始。
文字稿是一整片，看不出哪一句是哪个人说的。
我得不停倒回去听，才能判断现在是谁在说。
配音版里，一段对话的两方是用同一个声音念完的。
上传、选语言，剩下交给 AI。无需安装任何软件。
几下点击就够了。
几下点击就够了。
几下点击就够了。
几下点击就够了。
访谈或会议文字稿真正难的地方不是词，而是归属。没有说话人标注时，两个人的对话会读成一整片连续的声音，你最后还是要重听一遍才能判断哪句是谁说的——那这份文字稿的意义就少了一半。转录时打开说话人分离，就会按音色把录音切开，并给每一段话标上说话人，读起来像剧本：一行一个人，带时间码，可以自上而下读完而不用回去对音频。它改变的东西比听起来多：不需要录音就能整理会议纪要，引用时能放心地标明出处，一集播客可以顺手变成一篇书面访谈。同一套标注还会延续到配音环节——当你翻译并配音一段多人录音时，可以给每个说话人配不同的声音，这样译制版不会塌缩成一个人念完整段对话。它对“少数几个、音色区分明显”的录音效果最好；同一个房间麦上抢话严重的情况，需要自己检查一遍。计费 1 积分 / 分钟音频，注册赠 20 积分，另有每日免费额度；任务失败不扣积分。
每一段话都带说话人标注，文字稿读起来像剧本而不是流水。你可以顺着某一个人的线索往下看，或者在引用时明确知道这话是谁说的。
说话人标注是加在时间码之上的，不是替换它——谁说的、什么时候说的都在，整体可以直接导出 SRT 或 VTT。
在配音环节可以为每个说话人指定不同的声音，这样译制后的多人录音听起来仍是对话，而不是一个人的独白。
就是按音色把一段录音切开，并给每一段话标上说话人的过程，这样文字稿显示的就变成“谁说了什么”，而不是一整片连续文本。这里产出的，是每一行上一个说话人标注，外加时间码。
上传录音，在转录环节打开说话人分离即可。拿回来的文字稿每一行都标有说话人和时间码，可以导出 SRT、VTT 或 TXT。不需要单独的工具——它在同一次转录里完成。
它是为常见场景做的：会议、访谈或播客里的两到四个人，音色区别比较明显。人数更多，或者几个人共用一个房间麦还频繁打断时，分界就没那么可靠了——值得通读一遍，顺手改掉个别标错的行。
标注出来的是中性标签（SPEAKER 1、SPEAKER 2 之类），因为音频本身并没有说名字。在编辑器或笔记里把它们替换成真实姓名即可——不过是几个标签的查找替换。到了配音环节，正是这套标签让你能给每个说话人配不同的声音。
行，这是很常见的做法，效果通常也不错：两个声音轮着说，每一轮都会被标上。它没法完全解决的是同时开口——当两个声音重叠在一起时，分界只能靠猜，如果发现某行归属不对，重点检查的就是这种地方。
转录按 1 积分 / 分钟音频计费，注册赠 20 积分，另有每日免费额度，任务失败不扣积分。说话人分离属于转录环节的一部分，不是额外的付费项。
我们仅使用本地存储保存您的登录状态与偏好，不使用追踪 Cookie，也不展示第三方广告。 详见 隐私政策
视语 SpeakVid 不使用追踪或广告类 Cookie，实际使用的存储仅以下一项。