瀏覽文件目錄

說話人

在握手時開啟說話人分割,之後每個落定的段落都會連同時間戳一起帶回說話人標籤。

json
{  "transcribe": { "languages": ["auto"], "speakers": true }}

落定的段落帶 speaker 欄位;partial 結果沒有,因為歸屬只在段落落定時才確定。

json
{  "type": "transcript.final",  "segmentId": "gw_8f3a_2",  "speaker": "speaker_0",  "text": "So the quantization step near zero is about eight.",  "startMs": 118400,  "endMs":   122900}

說話人標籤和 startMs / endMs 在同一條訊息上,所以轉寫可以按說話人跳播:選一個標籤,跳到偏移量,播放。