逐行标明发言人的播客转写
上传访谈或圆桌对谈单集，即可获取完整转写稿，每段开头均有发言人标签，并附带便于引用的时间戳。节目单、章节标记和精彩引述均由同一份转写稿提取而成。录音时长在 15 分钟以内完全免费；长达 6 小时的更长单集，解锁完整结果仅需 $5。
为什么访谈类节目需要区分发言人
没有说话人名字的对话转写稿极难阅读。读者无法分清某句观点是主持人的还是嘉宾的，节目制作人若想剪辑社交媒体片段，还得重新去听录音确认。使用本工具，每段文字均以发言人的声音作为开头，读起来就像影视剧本一样清晰。
模型默认将不同声音标记为 Speaker 1、Speaker 2 等，只有在录音中清晰念出名字时（例如主持人介绍嘉宾）才会使用真实姓名。绝大多数节目都会在第一分钟内报出双方姓名，这让识别非常准确。
将 Speaker 1 替换为主持人姓名
较长的单集会切分为最多10分钟的片段分别转写，说话人编号在各个片段内独立判定。在时长2小时的节目中，嘉宾可能在这个片段是 Speaker 2，在下个片段就变成了 Speaker 1。您可以先查看免费的前段内容，然后使用页面上的“查找与替换”功能：将“Speaker 1”替换为主持人姓名，检查下一片段，在说话人编号互换的地方依样替换即可。下载文件中将采用您编辑后的文本。
节目提要（Show notes）是基于生成时的文字稿编写的。重命名说话人之后，请点击提要下方的按钮基于编辑后的文字稿重新生成，这样引述内容中的姓名就会完全准确。
除文字稿外，还包含哪些内容
- 专为听众撰写的两段式简短单集简介
- 根据实际讨论内容提炼的3个简洁标题建议
- 从 0:00 开始带有精确时间戳的章节标记列表，可直接粘贴到 YouTube 简介中
- 要点总结，以及节目中点名提及的人物、书籍和网站
- 由文字稿生成的 SRT 和 VTT 字幕文件
如何让音频的说话人区分更准确
请上传最终混音完成的单集音频，而非单独的麦克风音轨：单个任务中上传的多个文件会被依次拼接，而不是混合。抢话、说话时夹杂笑声或远程嘉宾网络不稳定都会降低说话人识别的准确率，互相重叠的词句可能会被标记为 [inaudible]（听不清）。纯背景音乐且无人声的片头会被自动跳过。
工具的工作方式、费用以及文件处理方式,请见 播客转写与Show Notes生成 页面;所有工具的价格请见 价格 页面。
最后更新于
常见问题
ChatGPT 能在播客文字稿中区分标注说话人吗？
短音频片段通常可以。但处理完整单集则是另一回事：AI聊天机器人对音频时长有限制，而且长篇文字稿无法在单次回复中全部显示，往往会导致说话人标签和整段内容丢失。本工具会分段处理完整单集，并为每个段落标注说话人。
它能识别出主持人和嘉宾的名字吗？
只有在录音中明确念出姓名时才能识别。否则各段落会被标注为 Speaker 1、Speaker 2 等，您可以在页面上使用“查找与替换”自行修改名称。
处理单集播客需要多少费用？
完整单集一次付费 $5，最长支持 6 小时。不超过 15 分钟的录音完全免费。无限版每周 $19，每个任务支持最长 12 小时的录音，并可使用全部其他工具。
我可以只下载文字稿而不包含节目提要吗？
Word、PDF 和 TXT 文件会将节目提要置于开头，随后附上完整文字稿。SRT 和 VTT 字幕文件则仅包含文字稿内容。
谁能听到我尚未发布的节目单集？
只有您本人可以打开该任务。音频仅发送给 AI 模型服务商用于转写，绝不会用于训练模型。无需注册创建的任务将在 7 天后自动删除，您也可以随时手动删除任务。