اكتشاف المتحدثين والفصل
تعرّف وصنّف المتحدثين المختلفين تلقائياً في نسخ الصوت والفيديو. اعرف بالضبط من قال ماذا.
ما هو فصل المتحدثين؟
فصل المتحدثين هو عملية تقسيم تدفق صوتي إلى أجزاء حسب هوية المتحدث. ببساطة، يجيب على سؤال «من تحدث متى؟» This is essential for multi-speaker recordings like meetings, interviews, podcasts, conference calls, and legal proceedings where knowing who said what is just as important as what was said.
STT.ai uses advanced neural speaker diarization models that can detect and label speakers in real time. The system creates speaker embeddings -- numerical representations of each voice's unique characteristics -- and clusters them to distinguish between different people. This works even when speakers have similar voices or frequently interrupt each other.
كيف يعمل اكتشاف المتحدثين
1. اكتشاف نشاط الصوت
يحدد النظام أولاً أي أجزاء الصوت تحتوي على كلام مقابل الصمت أو الموسيقى أو ضوضاء الخلفية.
2. تضمين المتحدث
يتم تحويل كل جزء كلام إلى تضمين متحدث — متجه مضغوط يلتقط الخصائص الصوتية الفريدة للمتحدث.
3. التجميع والتسمية
يتم تجميع التضمينات لجمع أجزاء نفس المتحدث معاً، ثم يتم تعيين تسمية لكل مجموعة (المتحدث 1، المتحدث 2، إلخ).
حالات استخدام اكتشاف المتحدثين
اكتشاف المتحدثين في STT.ai
Speaker detection is available on all paid plans. When you transcribe audio or video with speaker detection enabled, the transcript will include speaker labels inline with the text. You can also export speaker-labeled transcripts in all supported formats including SRT, VTT, DOCX, JSON, and PDF.
The system can detect up to 20 distinct speakers in a single recording. For best results, ensure each speaker has at least a few seconds of solo speech. Overlapping speech is handled but may reduce accuracy in heavily cross-talked segments.