声纹 ID：本地转写直接标出说话人姓名

解决什么问题

多人录音里，仅把说话人分开还不够。匿名标签能让轮次可读，但读稿时仍要反复对照谁是谁。

声纹 ID 在分离结果之上补上姓名：同一人在长文件里再次开口时，尽量继续使用已登记的名字，而不是不断冒出新的匿名标签。

用对方的一段短音频完成登记，大约十秒通常就够。常见格式可用：mp3、m4a、aac、wav。

登记失败时会给出明确原因，而不是静默失败。姓名可事后修改，第一次不必一次定死。

MOSS 负责在转写过程中把不同说话人分开；即使尚未登记任何人，会议和访谈也能按人阅读。

声纹 ID 负责把分离结果与已登记的人对应起来。分离保证可读，登记让结果带上真实姓名。两者默认都在本机完成。

桌面之外，开源内核也提供说话人相关能力：CLI 可用 --diarize 做分离，用 speaker enroll 登记声纹，服务端提供 /v1/speakers API。这些路径基于 WeSpeaker 能力包。

命令行登记目前要求 16 kHz 单声道 PCM16 WAV，并包含足够时长的语音；格式不符时需先转换。

声纹 ID 用于转写标注，不能当作门禁、登录或法律意义上的身份核验。

OpenASR 无需账号，无遥测，无中央云转写后端。常规转写不会静默自动下载模型；音频默认留在本机。

声纹 ID 和说话人分离有什么区别？

说话人分离把音频按不同人切开并标成匿名标签；声纹 ID 在此基础上，把匹配到的人显示为你登记过的姓名。桌面内置 MOSS 负责分离，声纹 ID 负责命名。

登记需要多长的音频？

大约十秒清晰语音通常就够。桌面支持 mp3、m4a、aac、wav 等常见格式。命令行登记路径要求 16 kHz 单声道 PCM16 WAV，并包含足够时长的语音。

声纹会不会上传到云端？

默认不会。登记与匹配在本机完成。OpenASR 不提供中央云转写后端，也没有遥测。只有你主动选择会联网的路径（例如确认下载模型）时才会访问网络。

是不是所有模型都支持声纹 ID？

不是。支持声纹 ID 的模型会在应用市场里标出。请先选带标记的模型，再登记需要点名的人。

声纹 ID 能当身份认证用吗？

不能。它是转写里的说话人标注便利功能，用来让稿子更好读，不用于身份核验、门禁或法律取证。

没有桌面应用也能用吗？

可以。开源内核提供 CLI 的 --diarize、speaker enroll，以及服务端 /v1/speakers API。桌面应用目前提供 macOS 与 Windows 版本，没有原生 Linux 桌面应用；Linux 可用 CLI 或自行部署服务端。