按说话人分段
用一致的角色标签区分对话中的声音。
MOSS Transcribe Diarize
MOSS Transcribe Diarize 说话人分离与语音转写
使用 MOSS Transcribe Diarize 为对话生成带说话人标签的转写，将采访与会议录音整理成清晰的分段文字。
2 积分 / 分钟所有模型共用你的账户积分。
生成结果
一点灵感，一种全新可能。
生成的声音、图片或文字将在这里呈现。
01 / 深入了解模型
不只听见内容，也看清谁在说。
MOSS Transcribe Diarize 将语音识别、说话人分离与时间对齐结合起来。官方模型输出带角色标记的分段，让多人交流比一整块文字更容易阅读。上传会议片段、访谈或讨论，检查返回的角色与时间信息。角色标签仅用于区分当前录音中的声音，不代表识别真实身份。
时间对齐
借助返回的时间信息定位原音频片段。
统一处理流程
无需手动拆分每次发言，即可提交整段录音。
02 / 示例与试听空间
探索官方模型看看，听听，感受它的表达。
官方示例注明 OpenMOSS 来源；工作室示例由我们使用标注的 API 模型生成。它们是已保存的预览，不是按你当前设置生成的结果，研究能力与本站操作范围可能不同。
一段简短语音录音
工作室输入示例 · 英文模型实际转写结果
[00:00.41 – 00:02.11] S01 What makes a good conversation? [00:02.61 – 00:06.23] S02 A little curiosity, a little listening, and a question worth asking. [00:06.68 – 00:08.32] S01 Then let us start with a question. [00:08.68 – 00:10.45] S01 What would you like to create today?
对应录音的已保存 API 输出。角色标签只区分声音，不代表已验证的真实身份。
03 / 使用场景
找到适合它的位置。
访谈回顾
阅读录音中的提问与回答。
会议分析
查找讨论片段，辅助整理纪要和后续事项。
04 / 常见问题
开始前，你可能想了解。
什么是说话人分离？
按检测到的声音对语音分段归组，帮助理解谁在何时发言，但不会直接识别人名。
Diarize 如何扣费？
每开始一分钟 2 积分，61 秒录音消耗 4 积分，以服务端验证时长为准。
与普通转写有什么不同？
普通 Transcribe 侧重文字；Diarize 在模型返回时提供角色分段和时间信息。
为你的下一个灵感而生
选择模型，输入内容，确认积分消耗后开始创作。成功结果保留在账户记录中；AI 输出可能存在错误，请自行核实。
文本按实际字符计费，不足 1 积分向上取整；音频按开始的分钟数计费；实时语音每开始 6 秒扣 1 积分。