# Multi-Speaker – AudioShake 推出的多说话人声分离模型

- Link: https://paooo.com/aigc-news/20940/
- Published: 2026-06-08T14:47:26+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 全球首个高分辨率多说话人分离模型，专攻重叠语音拆分难题。
 * 支持高采样率与长时录音处理，分离效果在高重叠场景下也较稳定。
 * 可通过 AudioShake Live 和 API 接入，适合影视、播客、UGC 与字幕制作。

## Multi-Speaker是什么

Multi-Speaker是AudioShake推出的全球首个高分辨率多说话人分离模型。支持将音频中的多个
说话人精准分离到不同轨道，解决传统音频工具在处理重叠语音时的难题。Multi-Speaker适用
于多种场景，先进神经架构支持高采样率，适合广播级音频，支持处理长达数小时的录音，
在高重叠和低重叠场景，保持一致的分离效果，为音频编辑和创作带来革命性变革。Multi-
Speaker已正式开放，支持用户基于AudioShake Live和AudioShake的API接口接入使用。

阅读目录

 * [Multi-Speaker是什么](https://paooo.com/aigc-news/20940/#multispeaker%e6%98%af%e4%bb%80%e4%b9%88)
 * [Multi-Speaker的主要功能](https://paooo.com/aigc-news/20940/#multispeaker%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Multi-Speaker的技术原理](https://paooo.com/aigc-news/20940/#multispeaker%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Multi-Speaker的项目地址](https://paooo.com/aigc-news/20940/#multispeaker%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Multi-Speaker的应用场景](https://paooo.com/aigc-news/20940/#multispeaker%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Multi-Speaker](https://paooo.com/wp-content/uploads/2026/06/Multi-Speaker-website-
1.avif)

## Multi-Speaker的主要功能

 * **说话人分离**：将不同说话人的语音分别提取到独立的音频轨道，便于单独编辑、调整
   音量或进行特效处理。
 * **对话清理**：去除背景噪音和其他干扰，提供清晰的对话轨道，提升音频质量。
 * **高保真音频处理**：支持高采样率，确保分离后的音频适合广播级和高质量音频制作。
 * **长时录音处理**：处理长达数小时的录音，保持一致的分离效果。

## Multi-Speaker的技术原理

 * **深度学习模型**：基于深度学习算法，用大量音频数据训练模型，识别和分离不同说话
   人的语音特征。
 * **说话人识别与分离**：模型检测音频中的不同说话人，将语音分别提取到独立的轨道。
   分析语音的声学特征（如音色、音调、节奏等）区分不同的说话人。
 * **高采样率处理**：支持高采样率（如44.1kHz或48kHz），确保分离后的音频质量达到广播
   级标准。
 * **动态处理能力**：处理各种复杂场景，包括高重叠对话、背景噪音和长时间录音。模型
   基于优化算法，确保在不同场景下保持稳定的分离效果。

## Multi-Speaker的项目地址

 * **项目官网**：[https://www.audioshake.ai/post/introducing-multi-speaker](https://www.audioshake.ai/post/introducing-multi-speaker-separation-from-audioshake?utm_source=ai-bot.cn)

## Multi-Speaker的应用场景

 * **影视制作**：分离多说话人对话，便于后期编辑和配音。
 * **播客制作**：清理录音，分离嘉宾语音，提升音质。
 * **无障碍服务**：帮助残障人士用自己的声音交流。
 * **用户生成内容（UGC**）：分离多说话人音频，便于创作者编辑。
 * **转录与字幕制作**：减少字幕错误，提高字幕准确性。

❓ 常见问题解答（FAQ）

Multi-Speaker 主要解决什么问题？

它主要解决多说话人音频中重叠语音难以分离的问题，可将不同说话人的声音拆到独立轨道，
便于后期编辑、降噪、调音和字幕制作，提升音频可用性与处理效率。

Multi-Speaker 支持哪些使用方式？

文章提到 Multi-Speaker 已正式开放，用户可基于 AudioShake Live 或 AudioShake 的 API
接口接入使用，适合需要批量处理或集成到工作流中的音频场景。

Multi-Speaker 适合哪些应用场景？

适合影视制作、播客制作、无障碍服务、UGC 创作以及转录与字幕制作等场景，尤其适合需要
分离多人对话、提升音质和减少字幕错误的工作流。

🔬 语宙深潜追问 · 进阶实操拆解

长录音分离最难的是什么？

最难的是在长时长、重叠发言和音质波动下保持说话人一致性。要靠高分辨率特征、稳定跟踪
和分段处理，避免越切越乱或把同一人拆成多个轨道。

播客清理怎么接入分离模型？

先做自动分轨，再接降噪、去口癖和字幕对齐，最后保留人工复核。这样能把后期从“逐句修
音”变成“批量校正”，显著提升播客和广播制作效率。

🗳️ 读者观点微投票 · 您的实战立场是？

多说话人分离会改变音频后期吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🚀 所属权威专题：AI 办公提效与神器评测 →](https://paooo.com/topics/ai-productivity-tools/)

 * [MultiTalk：美团等联合推出AI视频生成框架，音频驱动多人对话，口型精准同步](https://paooo.com/aigc-news/14839/)
 * [ClearerVoice-Studio – 阿里通义实验室开源的语音处理框架](https://paooo.com/aigc-news/25044/)
 * [3D-Speaker – 阿里通义推出的多模态说话人识别任务开源项目](https://paooo.com/aigc-news/24709/)
 * [Higgs Audio V2：李沐团队开源语音大模型，1000万小时数据训练，支持实时多人对话与语音克隆](https://paooo.com/aigc-news/14387/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/20940/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
