说话人分割使用说明

可以理解为「谁在什么时候说话」：在一条录音里，用两种颜色在时间上标出说话人甲、说话人乙的片段（可多次交替）。与 对话分析（已带 author+时间+正文的气泡）不同，这里只有波形区段；与 声音事件监测 的交互类似，但标签语义是说话人而不是泛化「事件」。

标注核心作用#

1. 两类标签常对应两个说话人，颜色用强对比（如亮绿与深绿）减少混淆；
2. 可连续多段、交替标同一说话人，以覆盖多人轮流发言的长音频；
3. 为下游 diarization、说话人相关 ASR 或质检提供时间掩码级标注。

基础操作步骤#

1. 听全段，熟悉每人嗓音与交替节奏，明确「说话人一 / 二」在规范中的指代；
2. 选择当前要标的说话人标签；
3. 在波形上拖选该说话人发声的起止；换人时切换另一标签，重复至覆盖需标注的区间；
4. 必要时微调区段边界，与项目边界规则一致后提交。

说明：截图中①示意选中的「说话人二」等标签；②示意波形上对应该说话人的区段。

注意事项#

• data.audio 须可访问；示例使用与会话类示例相同的 conversation.mp3 时，路径按部署实际替换；
• 说话人超过两位时，请增加 Label 并区分颜色与培训说明；
• Labels 上 zoom、hotkey 是否生效以平台为准，参见 声音事件监测 中同类说明；
• 若需逐句转写或话轮级情感，可叠加 使用片段的自动语音识别 或 对话分析 等流程。

模板预览#

模板配置#

完整代码块#

<View>
  <Labels name="label" toName="audio" zoom="true" hotkey="ctrl+enter">
    <Label value="说话人一" background="#00FF00"/>
    <Label value="说话人二" background="#12ad59"/>
  </Labels>
  <Audio name="audio" value="$audio" />
</View>

配置代码说明#

以上代码为「说话人标签 + 音频」，与 声音事件监测 结构一致，仅 Label 文案与色值不同。

1、标签：Labels name="label" toName="audio" 指定区段类型为说话人；background 为十六进制颜色。

2、音频：Audio name="audio" value="$audio" 从任务数据的 audio 字段加载。

示例数据（简要）#

{
  "data": {
    "audio": "/static/templates/project-samples/conversation.mp3"
  }
}

说明

• 代码可直接复制到标注配置文件中使用；
• 请将路径替换为实际上传或静态资源中的音频地址。