Elysia Tools
导航
Media
通过检测多个平衡的语音频段同时活跃来查找可能的重叠语音。
详情
该确定性检测器衡量两个或更多分离的语音频段是否同时活跃，可标记待复核的可能重叠。但单声道混音无法证明说话人数，也不能可靠地区分语音、音乐、和声或其他复杂声音。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
重叠语音检测器是一款专为音频分析设计的实用工具，通过检测多个平衡的语音频段是否同时活跃，帮助用户快速定位音频中可能存在的重叠发言、双讲或串音片段。
背景
剪辑师需要处理一档双人访谈播客，两位嘉宾在讨论激烈时经常出现同时说话的情况，导致音频混乱。
问题
手动听音寻找抢话位置效率低下，需要自动标记所有重叠发言的区间。
如何使用
上传播客音频文件，将灵敏度设置为“均衡”，最短重叠时间设为 0.5 秒，然后运行检测。
{
"sensitivity": "balanced",
"minimumOverlapSeconds": 0.5
}结果
成功获取包含所有重叠语音时间戳的 JSON 列表，剪辑师可以直接跳转到对应时间点进行修音。
背景
质检员需要评估客服人员在通话中是否存在频繁打断客户或与客户争执抢话的行为。
问题
通话录音数量庞大，无法逐一完整收听，需要快速筛选出有“双讲”嫌疑的录音。
如何使用
上传通话录音，将灵敏度设为“灵敏”，最短重叠时间设为 0.3 秒进行分析。
{
"sensitivity": "sensitive",
"minimumOverlapSeconds": 0.3
}结果
快速筛选出存在连续重叠发言的通话片段，质检员只需针对这些片段进行人工复核，大幅提升工作效率。
不能。单声道混音无法确切证明说话人数，也无法完全区分语音与音乐、和声等复杂声音。
它是判定为重叠语音所需的最小持续时长，默认值为 0.3 秒，可根据需要调整以过滤短暂的噪音或呼吸声。
“保守”模式会减少误报但可能漏检，“灵敏”模式会捕捉更多微弱的重叠但可能增加误报，“均衡”为推荐的折中方案。
因为音乐、和声或某些复杂背景噪音在频段特征上可能与多重语音相似，导致检测器触发判定。
支持常见的音频格式，上传的文件大小限制在 100MB 以内。