腾讯ima上新「发言人识别」：支持中、英、粤及7种方言
这句话究竟是谁说的？
在采访、研讨会、圆桌论坛等线下录音场景中，最让人头疼的，不是听不清，而是分不清——多个人的声音混在一起，如果没有事先标注，想要回溯某句话，只能靠反复回听、猜测，甚至指望记忆力「超常发挥」。
现在，这个难题有解了——
腾讯AI工作台ima.copilot（简称ima）全新推出「发言人识别」功能，基于智能声纹识别技术，可自动区分不同说话人，转写文本直接标明「发言人1」「发言人2」……一目了然。
ima支持中文、英文、粤语及7种方言（包括四川、陕西、河南、上海、湖南、湖北和安徽方言），即使多种语言方言混合表达，也能精准区分，大幅提升多人对话的记录与整理效率。
//更清晰：自动区分说话人，转写文本一目了然
传统录音转写内容混杂，难以对应具体发言人。
ima能够在录音过程中自动辨别不同语音特征，实现分角色标注，方便用户快速定位发言来源。用户也可根据实际需要，自主开启或关闭该模式，灵活适配正式会议或自由讨论等不同场景。
//更兼容：支持多种语言与方言，混合表达精准识别
过去在录音转写中，只要夹杂几句方言，系统就容易「听不懂」；如果是中英文混着说，转写也容易错乱、缺字、跳句，造成重要信息的丢失。
现在，ima 支持中文、英文、粤语三种常用语言，同时兼容四川话、陕西话、河南话等 7 种方言。即使面对普通话夹杂方言、中文英文轮番混说的场景，也能精准识别、自动区分，让转写结果逻辑清晰、不丢内容。
无论是多地联合开会，还是跨语种访谈、教学讨论，ima 都能听得懂、分得清。
//更稳定：高精度识别，嘈杂环境错字律降低20%
距离远、语速快、现场吵？过去，这些因素都可能让语音识别「听了个寂寞」。
ima 搭载微信与腾讯云联合打造的 ASR 大模型，在远场、噪音、多人同讲等复杂环境下，字错率降低约 20%，还可动态适应不同口音和语速，真正实现「听得懂、跟得上、不漏字」。
即便是高并发场景，ASR大模型也能毫秒级响应不卡顿，保证用户体验。
无论是线下会议、产品评审、商务谈判，还是课堂互动、访谈调研、团队讨论，ima 都能自动标注发言人，让整理和复盘更高效。新功能尤其适合职场人、教师、记者、学生等用户群体。
对话，是思想碰撞的起点，而清晰的记录能让灵感得到延续。戳下方链接更新 ima ，试试全新的「发言人识别」功能——
有不懂的问题？评论区 @元宝，它随时在线，给你解答！
0人
