什麼是講者辨識

說話者分離（在應用程式中稱為“說話者辨識”）會找出誰在什麼時候說話，並為逐字稿的每個部分加上“說話者 1”、“說話者 2”等標籤。

什麼是說話者分離？

您得到的不是一整段連續的文字，而是依說話者分開的對話：

• 說話者 1： 您好，歡迎收聽本集 Podcast。
• 說話者 2： 謝謝您的邀請！
• 說話者 1： 我們直接進入正題吧……

如何開啟

1. 1開始新的轉錄並加入您的檔案
2. 2在“設定”步驟中，於“說話者辨識”下方勾選“辨識不同說話者”
3. 3在“說話者人數”下方選擇 2、3、4、5，或選擇“6+”（最多 20 位說話者）；如果不確定，請選擇“自動”
4. 4點選“開始上傳並轉錄”

您必須先在“說話者人數”下方選擇一個選項，才能開始。YouTube 與其他連結不提供說話者辨識，僅適用於上傳的檔案與錄音。

指定人數還是自動？

• 指定人數：準確度最高。只要您知道有幾個人說話（例如訪談或會議），就請選擇此項
• 自動：自動偵測說話者人數。請在確實不知道人數時使用；準確度較低，可能偵測到過多或過少的說話者

檢視說話者標籤

1. 1開啟逐字稿
2. 2在“逐字稿”分頁頂端，“已辨識的說話者”會列出每位說話者及其發言段數
3. 3逐字稿的每個部分都會依說話者以顏色區分，並顯示開始與結束時間
4. 4使用工具列中的“說話者”核取方塊來顯示或隱藏說話者標籤

重新命名說話者

1. 1在“已辨識的說話者”中，將游標移到說話者上，然後點選鉛筆圖示（“重新命名說話者”）
2. 2輸入名稱，例如“Anna”
3. 3可選擇改用其他顏色
4. 4儲存後，新名稱會出現在整份逐字稿及匯出檔中

為已轉錄的檔案加入說話者

開啟逐字稿，點選工具列中的“辨識說話者”。系統會以說話者辨識重新處理原始音訊。您目前的逐字稿會儲存在“版本紀錄”中，新的逐字稿在用字與時間標記上可能略有不同。此功能需要 Plus 或 Premium 方案，以及原始音訊檔案。

匯出時包含說話者標籤

• TXT 與 Markdown：每段發言都以說話者名稱開頭，例如“Speaker 1:”
• DOCX 與 PDF：每段發言開頭都有說話者名稱（Plus 與 Premium）
• JSON：每個片段都有 speaker 欄位，另附您設定的名稱
• SRT 與 VTT：字幕只包含說話內容，不含說話者名稱

匯出內容會依照“說話者”核取方塊的狀態：如果想要不含名稱的文字，請在匯出前將其關閉。

取得最佳效果

• 設定正確的說話者人數：這是效果最明顯的改善方式
• 使用個別麥克風：每個人都靠近自己的麥克風
• 避免同時說話：重疊的語音很難分開
• 錄製乾淨的音訊：背景噪音會讓聲音更難區分

說話者辨識可能遇到困難的情況

• 聲音相似：兩個聲音非常相似的人可能會被混淆
• 語音重疊：多人同時說話
• 音訊品質不佳：有噪音或錄音品質低
• 說話者眾多：人數越多，難度越高
• 發言非常短：像“是”、“對”這類快速的一來一往

使用情境

• Podcast 與訪談：清楚知道誰說了什麼
• 會議紀錄：將發言對應到個人
• 焦點團體：追蹤每位參與者
• 座談討論：掌握多位說話者
• 客戶通話：區分客服人員與客戶