双人对话分离工具
转换猫在线人声分离工具，支持双人对话分离，可将不同说话人的声音和歌声拆分为单独音频文件，适用于采访、会议、播客、录音整理等场景。
点击或拖入待处理文件
双人对话分离工具，支持分离不同说话人音轨并导出
网页端限 50MB · 多文件处理请使用客户端隐私加密传输
离线算法渲染
功能相关服务
如需批量转换或处理更大的文件，客户端处理更快哦 ~
双人对话分离相关文章与使用指南
当前功能的技术揭秘
双人对话分离引擎采用了高度优化的 Diarization 聚类算法。AI 首先通过语音活跃检测（VAD）剔除环境底噪，随后对人声纹理进行嵌入式特征提取。通过对比独特的频率特征与音色包络，系统能以 98% 的准确度区分不同的发言者，即使在声音重叠（Overlapping）的情况下也能通过声谱隔离实现精准切分。
常见使用场景
采访录音整理
快速分离记者与被访者的声音，提升速记效率。
播客后期制作
为不同嘉宾的音轨单独添加均衡、压限等后期特效。
会议证据提取
从嘈杂的会议录音中清晰提取特定发言人的陈述内容。
影视配音素材
从电影对白中分离出不同角色的音轨用于二创剪辑。
* 支持更多定制化处理需求，请在客户端尝试。
极速三步，即可完成渲染
1
导入对话素材
上传包含两个发言人的采访、播客或会议原始音频。
2
声纹聚类识别
AI 核心自动分析音色指纹并对全片进行发言人标注。
3
获取分轨成品
处理完成后，分别下载发言人 A 与发言人 B 的独立音轨。
双人对话分离的常见问题
Q
支持超过两个人的对话吗？
A
网页版目前针对“双人对话”进行了模型特化。如需处理 3 人以上的会议，建议下载专业版客户端。
Q
说话声音很像，AI 能分出来吗？
A
只要音色有细微的生理差别，我们的 Embedding 模型就能捕捉到细微的频谱差异并进行区分。
Q
如果有背景音乐干扰怎么办？
A
建议先使用我们的“提取人声”功能，再对提取出的纯干声进行对话分离，效果更佳。