AITerms 登入
語音辨識自然語言處理機器學習

語者分段(Speaker Diarization)是什麼?

語者分段旨在識別音訊中不同語者的發言時間段,並將其區分開來,無需事先知道語者身份。

完整定義

語者分段是一項自動化技術,用於識別音訊記錄中不同語者的發言時間段。它旨在將音訊流分割成同質的語者片段,並將每個片段分配給一個特定的語者群體,而無需事先知道語者的身份或數量。此技術在會議記錄、電話客服分析等場景中至關重要。

白話說明

你有沒有在你回看會議錄音,想知道哪一句是誰說的,發現只看表面常常不夠?

你可以把它想成先把聲音切成不同人,再標出每一段屬於誰。

會議紀錄、客服錄音、訪談整理都需要先分辨說話人,再談內容。

記住這句

先分誰在說、再分每段誰講的,就是語者分段。

比喻:語者分段就像一個聽力很好的裁判,在球賽錄音裡分辨是誰在說話 -- 它能自動判斷這段聲音是 A 說的,那段聲音是 B 說的,即使你不知道 A 和 B 是誰,它也能把他們的對話分開,標註出每個人說話的起訖時間。

容易混淆

語音辨識

語者分段像在說「誰在說話」和「什麼時候說話」,它只管把不同人的聲音分開。

語音辨識則像在問「說了什麼內容」,它把聲音轉成文字。兩者通常會搭配使用,先分段再辨識。

實際案例

會議錄音裡有三個人輪流發言,系統要把每段話標成 A、B、C。

客服通話需要知道是客服、客戶,還是主管插話。

演算法與應用

常見流程是先做語音切段,再抽聲紋 embedding,最後聚類分群。

如果多人重疊說話,難度會明顯上升。

情境判斷

Q1(直覺題): 如果你只想知道「誰在說話」,這個技術有用嗎?

有,這就是它的核心目標。

Q2(判斷題): 如果你只要把聲音轉文字,不在乎誰講的,還需要它嗎?

不一定。看情況,純語音辨識就能先做。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本