我需要使用一些转录服务来转录语音。我使用 AWS transcribe 获得了非常好的结果。但我也需要知道哪个人说了什么。这可以通过 AWS 转录吗？我找不到任何关于此的信息。
前任。我现在得到的是
演讲者1：你好，你好吗？
演讲者2：我很好，你好吗？
演讲者1：好的……
我想得到的是能够知道谁是扬声器 1 和扬声器 2。例如通过上传样本
鲍勃：你好，你好吗？
爱丽丝：我很好，你好吗？
鲍勃：好吧……
这对 AWS 可行吗？
问问题
140 次
1 回答
0
有两种方法：
- 使用多个声道（例如左右音频）来分隔扬声器。这对于具有两个不同扬声器的电话呼叫很有用。请参阅：转录多声道音频 - Amazon Transcribe
- 通过分类识别说话者，请参阅：识别说话者（说话者分类）-Amazon Transcribe
这些将识别单独的扬声器。但是，您不能上传“样本”然后识别特定的演讲者。
于 2021-05-28T00:06:45.393 回答