讯飞听见在区分多人发言方面，其实并不神秘。其核心依赖声纹识别、说话人管理以及智能上下文建模三项技术的协同工作，而非简单依靠音量大小或停顿长短进行切割。只要正确设置并规范录入声纹，即便面对三人以上的轮流发言、语速较快甚至偶尔重叠的情况，系统也能稳定地将每句话准确标注到对应发言人，帮助用户高效整理会议记录。

提前录入声纹，让系统“记住声音”

这是实现精准区分的基础。系统并非依靠猜测，而是通过比对声纹特征进行识别。建议在会议开始前，使用PC客户端完成声纹录入：

• 打开讯飞听见最新版客户端，点击左上角账号，进入「说话人管理」并选择「新增说话人」
• 输入真实姓名或易于识别的代号（例如“张总监”“李工”），按提示朗读约10秒的引导文本
• 确保环境安静，发音清晰且匀速，避免背景人声或键盘敲击声混入
• 每人一条声纹，最多支持10人，足以覆盖常规会议规模

录音时开启「区分说话人」并选对模式

实时录音时，必须主动启用该功能，否则系统默认会将所有内容合并为“发言人1”：

• 在网页端或客户端进入「实时录音」，点击【开始录音】前，先进入设置选项
• 勾选「区分说话人」，语言选择“普通话”或对应的方言模型（如粤语会议选择粤语）
• 更推荐直接选择「双人会谈」模式——该模式下功能默认开启，且实际适配多人场景（不仅限于两人）
• 麦克风选用内置或外接指向性设备，提升各发言者的声音分离度

录音后快速补录声纹，应对临时参会者

若未提前录入声纹也无须担心，会后可快速进行关联：

• 转写完成后，在文本页面选中一段明确属于某人的发言（建议选择30秒以上、无干扰的片段）
• 点击该段上方的「保存说话人」按钮，输入姓名并确认
• 系统会自动提取该段语音的声纹特征，后续相同声纹的内容将自动归类
• 对同一人的多个片段重复操作，还能增强模型对该声纹的识别鲁棒性

结合说话人筛选与总结，提升信息提取效率

区分出说话人只是第一步，真正发挥价值在于结构化使用：

• 点击左侧的说话人列表，可单独查看某人的全部发言，便于追责或汇总内容
• 使用「高精转写」服务后，系统会为每位说话人生成独立摘要（包含观点、承诺、待办事项）
• 点击说话人名称可以修改备注，例如将“发言人3”改为“市场部王磊”，方便团队协作查阅
• 搭配「打点」功能，在录音中实时标记关键结论，会后可按人加重点交叉定位