1. 引言

1.1 什麼是 Speaker Diarization？

Speaker Diarization（說話人分離）是一種語音技術，旨在自動識別並區分一段音訊中不同說話人的語音片段，通常以「Who spoke when?」為核心問題。

1.2 重要性與應用場景

• 會議記錄與轉錄：自動標記參與者發言時間，提高文字紀錄的可讀性。
• 廣播與媒體監聽：自動區分主持人與來賓。
• 語音助理與客服分析：提升語音分析系統的準確性。
• 司法與監控：從電話錄音或監聽資料中識別說話人。