标签： java c++ speech-recognition voice-recognition speaker
寻找将媒体文件处理为“谁说什么以及什么时候”的代码，换言之，“扬声器分段扬声器”以及每个的时间。失败的答案：做任何手动工作来处理媒体文件..谢谢！
答案 0 :(得分：2)
您可以使用Kaldi的扬声器分类，设置起来不容易，但效果很好。
还有很多其他的图书馆 - LIUM，bob等。