發言者識別技術，可在轉錄過程中自動為不同聲音標註標籤，讓逐字稿保留完整的對話脈絡。這篇文章說明技術原理及提升準確度的實用方法。
發言者識別的運作原理
發言者識別技術透過分析聲音的音頻特徵，例如音調、語速及頻率分佈，區分不同發言者的聲音模式，再將這些特徵對應至逐字稿中的相應段落，並標註為不同標籤。整個過程於裝置同步至應用程式時自動完成，毋須人手逐句判斷。
提升識別準確度的實用方法
選擇具備多咪高峰陣列的裝置
配備多個 MEMS 麥克風的裝置，可從不同方向捕捉聲音來源，較單一咪高峰更能清楚分辨各發言者的音頻特徵。Plaud Note Pro 配備 4 個 MEMS 麥克風，適合多人參與的場合使用。
避免發言者同時開口
多位發言者同時說話時，聲音重疊會令識別技術難以準確分辨個別音頻特徵。建議與會者盡量輪流發言，減少聲音重疊的情況，有助提升標籤的準確度。
控制錄音環境的背景雜音
選擇較安靜、回音較少的空間進行錄音，可減少背景雜音對聲音特徵分析的干擾，讓識別技術更容易區分不同發言者的音頻模式。
轉錄後編輯標籤名稱
同步至 Plaud App 後，逐字稿會自動附上標籤，一般標示為「發言者一」「發言者二」等，用戶可在應用程式內為各標籤重新命名為實際姓名，方便日後搜尋及查閱特定成員的發言內容。
進行錄音前，應確保符合相關法律及取得在場人士同意。
常見問題
能夠識別多少位發言者？
識別數量視乎裝置及軟件版本而定，一般可應付常見的多人會議規模，惟參與人數過多或聲音特徵過於相似，準確度可能有所影響。
手機錄音功能能否識別不同發言者？
大部分手機內置錄音功能不具備這項能力，一般只能輸出單一連續文字內容。若需要清楚標示不同發言者，建議使用具備相關功能的實體裝置。
識別結果錯誤時應如何處理？
用戶可在應用程式內手動修正標籤，將錯誤標示的段落重新歸類至正確的發言者名稱下。
總結
提升發言者識別準確度的關鍵，在於選用具備多咪高峰陣列的裝置、控制錄音環境及避免聲音重疊。配合會後手動修正標籤的功能，可確保逐字稿準確反映會議中每位成員的實際發言內容。
