用说话人分离提取角色台词

Kartik_2203 · reddit · 2026-07-10

作者做了一个 voice-scraper 工具，用说话人分离和角色声音嵌入来从视频中提取特定角色的台词。项目会先下载音频，再做说话人分割，最后合并匹配到的片段，作者也说明了它目前并不完美，但能作为对相关模型效果的实验。