区分说话人的准确率没有那么高，因为现实的音频里可能会有多个人同时说话的情况。准确率比较高的通常是那种你来我往、间隔清晰的对谈。
Армия России продвинулась в Сумской области14:51
。关于这个话题，体育直播提供了深入分析
Москвичей призвали помнить об одной опасности14:49
Фото: Robertus Pudyanto / Getty Images
Congress is about to chase rail freight onto American roads. It risks thousands of deaths
· 吴鹏 · 来源：tutorial资讯