# 影片筆記：说话人识别详细使用教程—haoone 字幕软件 V11 上新，对齐 elevenlabs 的说话人识别功能

## 一句話總結

本影片介紹 haoone 字幕軟體 V11 版本新增的「說話人識別」功能，詳細演示了從下載專屬模型、執行識別分割、註冊說話人到聲文庫，以及最終導出帶有說話人標籤 SRT 字幕的完整操作流程，並說明了當前版本在聲音相似或語句短小時可能存在的識別限制。

## 核心重點

1.  **功能更新背景**：回應用戶建議，新版本（V11）新增了類似 ElevenLabs 的說話人識別功能。
2.  **模型下載機制**：
    *   需下載「轉入模型」。
    *   提供「通院模型」與「英語專院模型」兩種選項。
    *   老用戶需手動點擊下載；新用戶在下載轉入模型時，程序會自動下載「通院說話人識別模型」。
3.  **識別與分割流程**：
    *   使用轉入功能生成字幕後，切換至「段落試圖」。
    *   點擊「識別說話人」，設定說話人數量（可開啟自動識別數量）。
    *   開啟「匹配已註冊說話人」功能並執行，系統將段落按照說話人進行分割。
4.  **準確度與限制**：
    *   分割通常準確，但聲音相似者或語句過短時易出現識別錯誤。
    *   開發者承諾未來版本將持續優化準確率。
5.  **說話人管理**：
    *   可點擊說話人圖標修改名稱，修改後該句子及後續同說話人句子名稱會同步更新。
    *   支持將說話人註冊至「聲文庫」。
    *   **重要限制**：不同說話人識別模型的聲文庫不通用。
6.  **過濾與導出**：
    *   可透過「說話人選擇框」篩選顯示特定說話人的字幕（此過濾在「文稿章節試圖」亦生效）。
    *   導出 SRT 時，開啟「說話人」開關，即可導出帶有說話人標籤的 SRT 字幕文件。

## 詳細大綱

### 1. 功能背景與前置準備
*   **功能介紹**：影片主要介紹一款字幕軟體新增的「說話人識別」功能。
*   **模型下載**：
    *   使用者需下載「轉入模型」。
    *   系統提供兩種模型選項：「通院模型」與「英語專院模型」。
    *   **新老用戶差異**：老用戶需手動點擊下載；新用戶在下載轉入模型時，程序會自動下載「通院說話人識別模型」。

### 2. 識別與分割操作步驟
*   **進入識別模式**：使用轉入功能生成字幕後，切換至「段落試圖」。
*   **執行識別**：
    1.  點擊「識別說話人」。
    2.  設定說話人數量（可選擇開啟自動識別數量）。
    3.  開啟「匹配已註冊說話人」功能。
    4.  點擊執行，系統將段落按照說話人進行分割。

### 3. 識別準確度說明
*   **一般情況**：分割通常準確。
*   **例外情況**：
    *   聲音相似者難以準確識別。
    *   語句過短易識別錯誤。
*   **未來展望**：開發者承認目前版本存在上述問題，承諾未來版本將持續優化準確率。

### 4. 說話人註冊與管理
*   **名稱修改**：點擊說話人圖標可修改名稱。修改後，該句子及後續同說話人句子名稱會同步更新。
*   **聲文庫註冊**：
    *   可選擇已註冊「聲文庫」的說話人。
    *   點擊「註冊說話人」將其加入聲文庫。
    *   識別時若開啟匹配開關，將自動匹配聲文庫中的說話人。
*   **查看名單**：可在「設置」中的「說話人設置」查看已註冊名單。
*   **模型限制**：不同說話人識別模型的聲文庫不通用。

### 5. 過濾與導出功能
*   **過濾顯示**：
    *   透過「說話人選擇框」，可篩選顯示特定說話人的字幕。
    *   此過濾功能在「文稿章節試圖」亦生效。
    *   **常見用途**：複製指定說話人的文稿。
*   **顯示選項**：可關閉「開始時間」與「顯示說話人」開關。
*   **導出文稿**：點擊「導出內容」可導出純文稿。
*   **導出 SRT**：
    *   點擊「導出」。
    *   開啟「說話人」開關。
    *   即可導出帶有說話人標籤的 SRT 字幕文件。

## 工具 / 模型 / 名詞整理

*   **軟體/平台名稱**：
    *   haoone 字幕軟體
    *   Enever Labs（影片提及之對標或參考對象）
*   **功能/模型名稱**：
    *   轉入模型
    *   通院模型
    *   英語專院模型
    *   通院說話人識別模型
    *   聲文庫
*   **介面/視圖名稱**：
    *   段落試圖
    *   文稿章節試圖
    *   說話人設置
    *   說話人選擇框
    *   字幕編輯器
*   **文件格式**：
    *   SRT

## 操作流程整理

1.  **下載模型**：
    *   老用戶：手動點擊下載「轉入模型」。
    *   新用戶：下載轉入模型時自動下載「通院說話人識別模型」。
2.  **執行識別**：
    *   生成字幕後，切換至「段落試圖」。
    *   點擊「識別說話人」。
    *   設定說話人數量（可開啟自動識別）。
    *   開啟「匹配已註冊說話人」。
    *   點擊執行，完成段落分割。
3.  **管理說話人（可選）**：
    *   點擊說話人圖標修改名稱（後續同名說話人會同步更新）。
    *   點擊「註冊說話人」加入「聲文庫」。
    *   在「設置」>「說話人設置」查看名單。
4.  **過濾與導出**：
    *   使用「說話人選擇框」篩選特定說話人（適用於「段落試圖」與「文稿章節試圖」）。
    *   點擊「導出」。
    *   開啟「說話人」開關。
    *   導出帶有說話人標籤的 SRT 字幕文件。

## 值得注意的限制或風險

1.  **識別準確度限制**：
    *   聲音相似者難以準確識別。
    *   語句過短時易識別錯誤。
2.  **聲文庫通用性限制**：
    *   不同說話人識別模型的聲文庫不通用，註冊後的說話人資訊無法跨模型使用。
3.  **版本優化承諾**：
    *   目前版本在特定情況下（聲音相似、語句短）可能存在識別錯誤，準確率有待未來版本優化。

## 逐字稿辨識疑點

*   **轉入模型**：逐字稿多次提及「轉入模型」，疑為「轉錄模型」或特定軟體內部名稱之聽寫錯誤，需查證。
*   **通院模型 / 英語專院模型**：疑為「通用模型」與「英語專用模型」之聽寫錯誤，需查證。
*   **Enever Labs**：影片標題提及 "elevenlabs"，但分段筆記中出現 "Enever Labs"，疑為辨識錯誤，需確認是否指代 ElevenLabs。
*   **木軟**：疑為「本軟體」或「本軟件」之聽寫錯誤，需查證。
*   **藍人殺**：疑為影片名稱或特定內容之聽寫錯誤，需查證。
*   **號數**：疑為「我們」或「軟體」之聽寫錯誤，需查證。
*   **願選擇**：疑為「常見選擇」或「常見願景」之聽寫錯誤，需查證。
*   **重複語句**：逐字稿末尾連續重複多次「點擊導出,打開說話人的SRT字幕文件了」，疑為錄音或轉錄時的重複片段。

## 可延伸追問

1.  「轉入模型」具體是指哪種技術模型？是否為軟體內部的特定稱呼？
2.  「通院模型」是否確實為「通用模型」？「英語專院模型」是否為「英語專用模型」？
3.  不同說話人識別模型的聲文庫不通用，具體是基於什麼技術原因？未來是否會開放互通？
4.  對於聲音相似者或語句短小的識別錯誤，是否有手動修正的機制或建議？
5.  Enever Labs 與 ElevenLabs 在說話人識別功能上的具體差異或對齊細節為何？