جداسازی گوینده: چه کسی چه گفت در ضبط‌های شما

پاسخ کوتاه: جداسازی گوینده صدا را بر اساس اینکه چه کسی صحبت می‌کند جدا می‌کند و هر خط را برچسب می‌زند (S1، S2، S3…) — و AddSub آن را زنده هنگام تماشا انجام می‌دهد. مصاحبه‌ها، پادکست‌ها و جلسات به رونوشت‌هایی تبدیل می‌شوند که همیشه می‌دانید چه کسی چه گفت.

چرا برچسب گوینده مهم است

رونوشت ساده مصاحبه دو نفره دیواری از متن است — نمی‌توانید بگویید چه کسی می‌پرسد و چه کسی پاسخ می‌دهد. جداسازی این را با اختصاص هویت گوینده پایدار به هر بخش حل می‌کند. وقتی مصاحبه ضبط‌شده، پادکست با چند میزبان یا جلسه تیم را پخش می‌کنید، AddSub هر خط را بر اساس گوینده رنگ می‌کند (S1، S2، S3…) تا گفتگو طبیعی خوانده شود.

جداسازی AddSub چگونه کار می‌کند

1. جداسازی صدا — مدل بخش‌بندی جایی که گویندگان تغییر می‌کنند را پیدا می‌کند.
2. تعبیه صدا — صدای هر بخش اثر انگشت می‌شود.
3. خوشه‌بندی — صداهای مشابه در هویت‌های گوینده گروه‌بندی می‌شوند.
4. برچسب‌زنی پایدار — هویت‌ها در طول جلسه مطابقت داده می‌شوند، بنابراین S1 ثابت می‌ماند.

جزئیات کلیدی: برچسب‌های AddSub تأیید-یک‌بار هستند — پس از شناسایی گوینده، برچسب او وسط جلسه عوض نمی‌شود، بنابراین رونوشت‌ها روی ضبط‌های طولانی ثابت می‌مانند.

کسب بهترین دقت

• نویز پس‌زمینه را کم نگه دارید — صدای تمیز دو گوینده جداسازی تقریباً کاملی می‌دهد.
• حدود ۳۰ ثانیه زمان بدهید — برچسب‌ها با خوشه‌بندی صداها تثبیت می‌شوند؛ چند خط اول ممکن است همگرا شوند.
• صداهای متمایز کمک می‌کنند — صداهای بسیار مشابه (مثلاً دو گوینده هم‌جنس در صدای تلفن) جدا کردنشان سخت‌تر است.
• هم زنده و هم آفلاین کار می‌کند — استریم بلادرنگ و رونوشت‌های صادرشده هر دو نشان گوینده دارند.

به هر گوینده برچسب بزنید — ۷ روز رایگان

بدون نیاز به پرداخت برای شروع. دانلود برای macOS.