# 访谈录音 转文字，分清谁说了什么

> 访谈录音 转文字时可开启说话人分离，上传录音后获取带时间戳及Speaker 1、Speaker 2标签的转录文本，用于编码和质性分析。

Canonical: https://transcript1.com/zh/use-cases/fangtan-luyin-zhuan-wenzi
Language: zh-Hans
Last updated: 2026-10-19

访谈录音 转文字后，做质性分析时仍要能回到原话。上传文件，开启说话人分离，即可获得带说话人标签和时间戳的转录文本；通过API设置diarize=true。导出文本或JSON进行编码，选中的引文再与录音核对。

- 通过diarize开启说话人分离
- 用时间戳回到录音核对
- 上传的录音在任务进入最终状态24小时后删除

## 分析时找得到出处，引用前核对得了原话

### 分清每段话的说话人

开启diarize后，转录文本使用Speaker 1、Speaker 2等标签。JSON、TXT、SRT和VTT都可保留这些标签。

### 引用时回到原录音

每个片段都有开始和结束时间。挑选引文时，可以找到对应的录音，核对原话和上下文。

### 长访谈也能上传

文件可分块上传，最大2GB，上传中断后可继续。AI转录支持最长5小时的录音。

### 自动识别语言

language设为auto即可自动识别；已知语言时，也可提供ISO 639-1代码作为提示。每个片段都包含语言信息。

### 录音与文本分别保留

上传的媒体在任务进入最终状态24小时后删除。转录文本则一直保留，直到你主动删除，也可随时删除。

### 批量处理不用反复查询

通过API提交访谈时添加webhook_url，应用就能接收完成通知，不必持续轮询每个任务。

## 先确认录音，再开启说话人分离

API可用[单次上传](https://transcript1.com/zh/docs/uploads#one-shot-upload)发送不超过95MB的文件。更大的录音使用分块上传，转录选项相同。

上传前给访谈分配编号，记下参与者。听一听开头和中间的内容，确认文件、音轨都正确。原始录音另行保管，分析过程中还会用到。

在控制台上传后开启“Identify speakers”；通过API则设置diarize=true。language可留在auto，也可填写已知语言作为提示。Speaker 1、Speaker 2等标签只对应本次录音，不会跨访谈识别同一个人。

### cURL

```
curl -X POST "https://api.transcript1.com/v1/transcriptions?wait=60" \
  -H "Authorization: Bearer $TRANSCRIPT1_API_KEY" \
  -F file=@interview-03.m4a \
  -F diarize=true \
  -F language=auto
```

## 每行保留时间和说话人

文本格式便于粘贴到分析工具中。每行开头都有时间戳和说话人标签，整理时不必丢掉出处。

先听录音，再把Speaker 1、Speaker 2对应到参与者编号，并把这份对应关系放在工作稿旁。采访者离麦克风较远，或多人互相打断时，尤其要核对发言交界处，不要默认标签都正确。

下面只是格式示例，不是真实参与者的引文。把内容移到分析文档时，保留访谈编号和时间戳。日后要复核某段编码，才知道该打开哪份录音、听哪一段。

### format=text&timestamps=true

```
[00:00:00] Speaker 1: Thanks for making time today.
[00:00:03] Speaker 2: Happy to help.
```

## 用JSON整理质性研究 访谈转录材料

在自己的工具里编码时，可读取[JSON转录数据](https://transcript1.com/zh/docs/api-reference#the-transcription-object)。其中列出说话人，每个片段包含说话人、语言和起止时间。

研究编码与原始话语分开存放，用来源ID和时间范围关联。一个片段可以对应多个主题；随着更多访谈加入，解释也可能变化。修改编码时，不必覆盖参与者说过的话。

转录片段按识别过程划分，不等于研究里的意义单元。一次回答可能跨多个片段，一个片段也可能包含多个观点。选引用时读一读前后文，提问会影响理解时，也把问题保留下来。

### JSON转录数据节选

```
{
  "transcript": {
    "speakers": ["Speaker 1", "Speaker 2"],
    "segments": [
      { "start": 0, "end": 3.4, "speaker": "Speaker 1", "language": "en", "text": "Thanks for making time today." }
    ]
  }
}
```

## 先定整理规则，再逐份校对

开始校对前，先确定如何处理重复、未说完的句子、听不清的词和非语言信息。同一组访谈采用同一套规则；会影响引文理解的改动，需要留下记录。

机器转录适合作为校对初稿，可能漏听术语、方言和较轻的声音。它不会为每次停顿、笑声或手势提供研究标注。方法需要这些观察时，对照录音补充，并与识别出的原话分开。

原始导出和校对稿都保留，方便追查改动，不要把润色后的阅读稿当成未经修改的转录。发表前再核对引文、说话人及前后对话。

## 按研究周期安排录音和文本的保留

任务进入completed、failed或canceled状态24小时后，上传的媒体会删除；转录文本保留到你主动删除。研究还要回听时，请自行保管原录音，并按研究的访问权限和保留安排管理导出文件。

每份录音单独创建任务，关联自己的访谈编号。批量流程可用Webhook收集任务状态，失败仍应记作失败，不能标成“已完成但内容为空”。分块上传最大2GB，受账号限制；语音转文字每份媒体最长5小时。

- [查看文件上传与保留规则](https://transcript1.com/zh/docs/uploads)
- [用Webhook收集批量访谈的转录通知](https://transcript1.com/zh/features/zhuanlu-webhook)

## 常见问题

### 能自动写出参与者姓名吗？

不能。transcript1用Speaker 1、Speaker 2等标签区分说话人，并不知道这些人是谁。需要对照录音，自行将标签与参与者对应起来。

### 电脑里已有的访谈录音能上传吗？

可以，通过控制台或API上传。API单次上传支持不超过95MB的文件，分块上传最大2GB。transcript1处理已经录好的文件，不会加入会议录音。

### 上传的录音会保留多久？

任务进入最终状态24小时后，上传的媒体会删除。转录文本不会随录音一起删除，而是保留到你主动删除。

### 还需要人工校对吗？

需要。机器转录可能出错。发表引文前，应对照原录音核对文字、说话人和上下文。

## 相关内容

- [说话人分离](https://transcript1.com/zh/features/shuohuaren-fenli-zhuanlu)
- [音视频文件API](https://transcript1.com/zh/features/yinpin-zhuan-wenzi-api)
- [上传音频和视频 （文档）](https://transcript1.com/zh/docs/uploads)