项目中遇到一个问题，我们需要把电话录音转换成对话方式的文字，例如：一段通话，是销售和客户的对话，转成文字后希望变成，销售：。。。。客户：。。。。请诸位大神给分解分解可以如何实现
你想多了吧，还想区分角色？假如上百号人，一人说了一句，语音识别可能会做到这几个人是谁吗？？？ 能给你翻译成文字，然后就是你后期加工了，别想着偷懒
通过拾音通道进行角色分离，分开录音，再通过通话时间合并录音内容做比对。借用人工智能进行声纹识别 实现比较方便。