多人对话说话人自动区分：开了之后能看到什么、准确率如何

多人对话的痛点：谁在说什么

单人说话的语音转写很简单，但是一旦多人同时在场——会议室里的讨论、播客节目、产品访谈——输出的文字就会混成一个大段。你根本分不清哪句是甲方说的、哪句是乙方说的，后期要人工一句句标记是谁在说，工作量直接翻倍。

录咖的「区分说话人」就是专门解决这个问题的。

非常简单：上传音视频文件之前或之后，在参数配置区勾选「区分说话人」开关即可。开关默认是关闭状态（避免单人语音场景也去跑多人识别、浪费算力）。

开启后，AI 会在转写过程中额外跑一轮声纹分析——不是靠内容判断是谁在说话，而是靠声音的物理特征识别「这段声音和之前的说话人 X 是同一个」。

转写完成后，输出的文本会变成这样的格式：

说话人 1：好，今天团队讨论一下 Q4 的推广方案，先从预算说起。
说话人 2：预算方面可以先看去年的数据……
说话人 1：去年的数据确实不错，但今年有几个新变量……
说话人 3：我补充一下渠道那边的情况……

说话人 1、2、3 是 AI 自动分配的标签——不对应具体的真实姓名，只是区分出了「三种不同的声音」。

官方没有给出精确数字，但实际体验可以总结出几个规律：

AI 的区分能力和语音识别的语言覆盖强相关。标准普通话、英语、粤语表现最好；带口音的普通话（比如川普、广普）识别率略降但基本能区分；小语种和方言的表现以官方最新支持为准。

录咖目前的界面不支持把说话人 1、说话人 2 改成真实姓名。如果你需要标注真实姓名，有两个办法：

官方在评论区表示这个功能在迭代中，未来可能支持手动重命名说话人标签。

10 人以内的会议，开启区分说话人后，整段讨论自动按人分组。配合智能总结的「精简版」模板，几分钟就能拿到一份行动项清单——谁提了什么、谁负责什么、截止日期是什么。

如果播客有两个固定主持人，区分说话人后字幕就能自动按人分段，后面做剪辑或生成视频字幕时非常顺手。

大班课（老师一个人讲）不需要开；小班讨论课（3~5 个学生 + 老师轮流发言）一定要开，否则整理课堂笔记时不知道哪句话是哪个学生问的。

做用户访谈时，你和受访者的对话会被自动区分成两组，方便后期逐条分析受访者的反馈。

如果你对识别结果要求很高，可以先跑一次不开区分的完整转写，拿到准确率最高的基础文本；再跑一次开区分版本，用来给这段文本标注说话人归属。两次都是 AI 处理，但第二次只处理声纹标签、不跑全文识别，速度更快。

不过日常使用中直接开一次就行，准确率的差异很小，没必要为了极致多花一次算力。

开启区分说话人后，AI 总结会自动按说话人分组，输出类似「张总提出了 X 方案 / 李工补充了 Y 细节 / 王经理承诺 Z 行动」的结构化内容。这个配合是录咖语音转文字最实用的特性之一，比纯文本总结可读性高一个档次。