在转录稿中标记说话人，获取时间戳
上传包含多位说话人的音频或视频，或粘贴链接，ScreenApp 会返回一份转录稿，其中用时间戳标注了每个说话人的发言。录音无需从您的设备上传：Dropbox、Google Drive 或播客托管平台的链接也同样适用。
一份带标签的转录稿意味着您可以找到特定人物说过的话，而无需重新听取整个录音。
您将获得：
- 一份包含说话人标签和时间戳的转录稿，支持100+种语言
- 点击说话人标签可重命名、匹配团队成员或重新分配单个片段
- 导出为PDF、DOCX、TXT、SRT 和 VTT
- 向AI提问有关录音的问题，并获得指向发生时刻的答案
- 免费计划：2 次转录，每段录音最长 45分钟，包含说话人标签
系统通过声音而非匹配面部或姓名来分配说话人，因此每个录音都以通用标签（说话人1，说话人2）开始，您可以在之后进行重命名。
如何在音频中识别说话人
- 上传或粘贴链接：拖入文件（MP3、M4A、MP4A、M4B、AAC、WAV、OGG、OPUS、FLAC、AIFF、WMA、WEBMA、MKA、AC3、EAC3、WV、AMR、DSF、DFF，最大2 GB（免费在线工具））或粘贴来自 Dropbox、Google Drive 或播客托管平台的链接。
- 转录稿按说话人分离：每个声音都有自己的标签，每次发言都有时间戳。
- 重命名和导出：点击说话人标签可重命名、匹配团队成员或重新分配单个片段。将完成的转录稿导出为PDF、DOCX、TXT、SRT 和 VTT。
清晰且声音分明的音频分离效果最佳，并且重叠的语音可能会混淆说话人分离系统，因此请尽量避免说话人互相打断。请参阅我们如何衡量准确性。
说话人识别与其他应用对比
| 功能 | ScreenApp | AssemblyAI | Otter.ai | Notta |
|---|---|---|---|---|
| 免费计划 | 2 次转录，每段录音最长 45分钟 | $50积分 | 300分钟/月，30分钟/对话 | 120分钟/月，3分钟/对话 |
| 说话人标签 | 包含 | +$0.02/小时附加费 | 从基本版计划开始包含 | 包括 |
| 语言 | 100+ | 未说明 | 6 | 58 |
| 导出格式 | PDF、DOCX、TXT、SRT 和 VTT | 未说明 | 免费版支持 mp3 和 txt，Pro 起增加 pdf、docx 和 srt，Business 起支持批量导出 | TXT、DOCX、PDF 或 XLSX |
| 付费计划 | $19/月（按年计费） | $0.15/小时 | $8.33/月（按年计费） | $8.17/月（按年计费） |
Sources, checked 2026-09-24: screenapp.io/accuracy#languages, ScreenApp pricing, screenapp.io/help/how-many-minutes-can-i-record, assemblyai.com/pricing, otter.ai/pricing, notta.ai/en/pricing, notta.ai/en, notta.ai/en/lecture-summarizer
- 对比 AssemblyAI：AssemblyAI 是一个开发者 API，按每小时音频$0.15收费，说话人识别作为+$0.02/小时的附加功能，新账户有$50的免费积分。ScreenApp 是一个完整的应用程序：上传文件即可获得带标签的转录稿，无需集成。
- 对比 Otter.ai：Otter 的免费计划每月300分钟，每次对话最长30分钟，说话人识别从基本版计划开始。ScreenApp 的免费计划是2 次转录，每段录音最长 45分钟，从一开始就包含说话人标签。
- 对比 Notta：Notta 的免费计划每月提供120分钟的片段，每个片段最长3分钟，包含说话人识别。Notta 转录58种语言；ScreenApp 转录100+种语言。
谁使用说话人识别
播客制作者上传原始节目，获取按主持人与嘉宾划分的转录稿，可直接粘贴到节目说明或节目转录页面。
会议和访谈记录在仅有音频的情况下仍能显示谁说了什么，这很有帮助。访谈者使用说话人分离功能将自己的问题与答案分开，而无需重新听取。
研究人员进行焦点小组或定性访谈时，使用一致的说话人标签来追踪谁贡献了什么，而不是手动标记发言。
法律和医疗保健专业人员需要包含说话人标签的证词、客户电话和咨询转录稿，每次发言都附有时间戳。
