我有几个小时的讲座，连续的解释发生。 （我真的是指几个，它是一个庞大的数据库）。连续的解释意味着讲师讲了一点，然后，在他停顿后，口译员将他刚才所说的内容翻译成听众。
讲师用英语讲话，然后翻译翻译成当地语言（他在世界各地讲课，所以＆＃34;当地语言＆＃34;可以是任何东西）。
我被指控从音频中删除口译员的声音，只留下讲师。
我需要一些关于实现这一目标的最简单方法的指导。我想这是一个非常简单的任务，因为讲师和翻译之间绝对没有语音重叠。
这项任务的最佳工具是什么？狮身人面像？朱利叶斯？别的什么？请帮忙。
答案 0 :(得分：0)
它被称为扬声器diarization，你可以检查
http://www-lium.univ-lemans.fr/diarization/doku.php/quick_start