在編輯逐字稿或字幕時手動識別和標記說話者。
少量說話者或短錄音。
耗時且在長內容中不一致。
大規模自動分割和標記說話者，並在整個時間軸上保持一致性。
不區分不同說話者地轉錄音訊。
獨白或由一位演講者進行的講座。
丟失說話者歸因並降低討論中的可讀性。
保留說話者上下文並提高多說話者內容的清晰度。
對上傳的音訊執行說話者日誌化的線上 API。
非敏感內容或偶爾使用。
需要上傳音訊且提供有限的控制和透明度。
完全本地處理、確定性和隱私安全。