# Pengenalan pembicara dalam transkripsi wawancara dan diskusi

> Pengenalan pembicara dalam transkripsi file/link: diarize=true memberi label Speaker 1, Speaker 2 di JSON, teks, SRT, VTT tanpa biaya tambahan.

Canonical: https://transcript1.com/id/features/pengenalan-pembicara-transkripsi
Language: id
Last updated: 2026-10-19

Pengenalan pembicara dalam transkripsi membantu Anda membedakan siapa yang mengatakan apa. Tambahkan diarize: true agar tiap segmen mendapat label Speaker 1, Speaker 2 dan seterusnya. Gunakan untuk wawancara, diskusi panel atau rekaman rapat yang Anda unggah.

- Label Speaker 1, Speaker 2 di setiap segmen
- Label tersedia di JSON, teks, SRT dan VTT
- Untuk link video yang didukung dan file unggahan

## Bedakan giliran bicara, lalu susun percakapannya

### Cukup aktifkan diarize

Nilai default diarize adalah false. Ubah menjadi true pada POST /v1/transcriptions, atau sertakan diarize saat memanggil tool transcribe melalui MCP.

### Langsung memproses audio

Pengenalan pembicara memerlukan transkripsi AI. Jika source=auto dan diarize=true, kami melewati subtitle platform dan langsung mentranskripsi audio.

### Label ikut dalam format yang Anda pilih

JSON memuat transcript.speakers dan field speaker tiap segmen. Teks dan SRT memakai awalan Speaker 1:, sedangkan VTT memakai voice tag.

### Rincian hingga tiap kata

Tambahkan include=words saat membaca JSON untuk mendapatkan timestamp per kata beserta label pembicaranya.

### Pilihan yang bertentangan langsung ditolak

source=captions tidak bisa digabungkan dengan diarize=true. API mengembalikan 422 invalid_request, bukan mengabaikan salah satu pengaturan.

## Gunakan speaker diarization API saat membuat transkripsi

Sertakan diarize: true dalam body JSON. Untuk unggahan file, kirim sebagai field form. Periksa [kombinasi diarize dan source](https://transcript1.com/id/docs/sources-and-options#diarize) sebelum menyusun request.

Aktifkan jika Anda perlu membedakan pewawancara dan narasumber, pembawa acara dan tamu, atau peserta diskusi. Untuk memo suara satu orang, teks dan timestamp biasanya sudah cukup. Label hanya menandai giliran bicara dalam audio, bukan mengenali nama, akun atau identitas pemilik suara.

Tentukan opsi ini saat membuat transkripsi karena pengenalan pembicara mengubah cara rekaman diproses. Memilih format ekspor belakangan tidak menambah label pembicara. Pada source=auto, subtitle dilewati. File unggahan selalu memakai transkripsi AI, jadi contoh berikut tidak bergantung pada subtitle platform.

### Unggah file dengan pengenalan pembicara

```
curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \
  -H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \
  -F file=@panel.m4a \
  -F diarize=true
```

## Hubungkan tiap segmen dengan pembicaranya

Daftar label ada di transcript.speakers; field speaker pada tiap segmen menunjukkan siapa yang berbicara. transcript_source bernilai speech_to_text. Lihat [struktur objek transkripsi](https://transcript1.com/id/docs/api-reference#the-transcription-object) untuk memakainya di aplikasi.

Dengarkan rekaman sebelum memetakan Speaker 1 dan Speaker 2 ke nama peserta. Simpan pemetaan di aplikasi atau salinan ekspor Anda. Label berlaku untuk satu transkripsi: Speaker 1 pada rekaman lain belum tentu orang yang sama.

Gunakan field speaker untuk tampilan percakapan, atau include=words jika perlu waktu yang lebih rinci. Tetap simpan waktu awal dan akhir segmen dalam detik agar peninjau bisa kembali ke audio. JSON berikut hanya ilustrasi struktur, bukan isi rekaman panel tertentu.

### Contoh JSON dengan label pembicara

```
{
  "status": "completed",
  "transcript_source": "speech_to_text",
  "transcript": {
    "speakers": ["Speaker 1", "Speaker 2"],
    "segments": [
      { "start": 0, "end": 3.4, "speaker": "Speaker 1", "language": "en", "text": "Good morning." },
      { "start": 3.4, "end": 7.9, "speaker": "Speaker 2", "language": "en", "text": "Thanks for having me." }
    ]
  }
}
```

## Sesuaikan label dengan tampilan subtitle Anda

format=srt menambahkan awalan Speaker 1: pada teks subtitle. format=vtt memakai voice tag, sedangkan format=text memberi satu baris berlabel per segmen. Bandingkan [format subtitle](https://transcript1.com/id/features/cara-membuat-file-srt) sebelum memilihnya untuk pemutar Anda.

Coba file pada pemutar atau editor yang akan dipakai. Periksa bagaimana voice tag dan awalan nama ditampilkan. Label yang membantu membaca wawancara belum tentu nyaman jika muncul pada setiap subtitle. Rapikan tampilannya di file atau aplikasi Anda, sambil mempertahankan pemetaan ke label asli.

Saat dua orang berbicara bersamaan, mikrofon terlalu jauh, atau musik menutupi percakapan, kata dan pergantian pembicara bisa kurang jelas. Dengarkan bagian yang labelnya tiba-tiba berubah. Untuk rekaman berikutnya, gunakan mikrofon terpisah dan beri ruang bagi tiap orang untuk menyelesaikan ucapannya.

### format=vtt

```
WEBVTT

00:00:00.000 --> 00:00:03.400
<v Speaker 1>Good morning.

00:00:03.400 --> 00:00:07.900
<v Speaker 2>Thanks for having me.
```

## Pastikan orangnya sebelum mencantumkan nama

Mulai dari percakapan yang jelas di awal rekaman. Cocokkan suara dengan peserta dan catat pemetaannya. Periksa juga beberapa bagian di tengah atau akhir. Jika audionya tidak cukup jelas, tandai ketidakpastian itu; jangan menebak nama hanya dari konteks.

Untuk [wawancara penelitian](https://transcript1.com/id/use-cases/transkrip-wawancara), terapkan cara peninjauan yang sama pada setiap sesi dan pisahkan catatan peserta dari ucapan sumber. Sebelum menerbitkan kutipan panel dengan nama, cocokkan rekaman dengan informasi pendukung yang Anda miliki.

Fitur ini bukan identifikasi biometrik dan tidak bisa dipakai untuk autentikasi penelepon atau memastikan orang yang sama muncul di dua rekaman. Suara seseorang bisa berubah saat berganti mikrofon. Ucapan bersamaan juga tidak selalu bisa dipisahkan rapi menjadi satu pembicara per segmen.

| Yang Anda temukan | Yang perlu diperiksa |
| --- | --- |
| Label berganti saat orang yang sama masih bicara | Dengarkan sebelum dan sesudah pergantian, lalu koreksi salinan kerja bila perlu. |
| Dua orang berbicara bersamaan | Periksa kata dan pembicaranya. Tandai bagian yang tetap tidak jelas. |
| Label yang sama muncul pada rekaman lain | Buat pemetaan peserta baru untuk rekaman tersebut. |

## Pertanyaan umum

### Labelnya memakai nama orang?

Tidak. Anda mendapat Speaker 1, Speaker 2 dan seterusnya. transcript1 tidak mengetahui nama asli mereka. Cocokkan label dengan peserta setelah mendengarkan rekaman, lalu simpan pemetaannya sendiri.

### Bisa mengambil label pembicara dari subtitle YouTube?

Tidak. Subtitle tidak memberi informasi siapa yang berbicara. Dengan source=auto dan diarize=true, kami memakai transkripsi AI sebagai gantinya. Kombinasi source=captions dan diarize=true ditolak.

### Ada biaya tambahan untuk pengenalan pembicara?

Tidak. Dengan atau tanpa diarize, biayanya tetap 1 kredit per menit durasi rekaman, dibulatkan ke atas.

## Halaman terkait

- [Wawancara dan riset](https://transcript1.com/id/use-cases/transkrip-wawancara)
- [Timestamp dan subtitle](https://transcript1.com/id/features/cara-membuat-file-srt)
- [Sumber dan pengaturan transkripsi (dokumentasi)](https://transcript1.com/id/docs/sources-and-options)