Speaker diarization: cos'è e come si confrontano gli strumenti
Chi ha parlato e quando, e quanto fidarsi delle promesse.
La speaker diarization divide una registrazione in base a chi ha parlato e quando, ed etichetta ogni parte come Parlante 1, Parlante 2 e così via. Nessun test indipendente classifica gli strumenti di oggi, e i fornitori citano risultati di test propri. Il modo giusto per scegliere è far passare la stessa tua registrazione in ogni strumento.
Verificato a novembre 2026 sul sito di ogni strumento.
Come ogni strumento etichetta i parlanti
| Strumento | Come funziona | Da sapere |
|---|---|---|
| AssemblyAI | Un'opzione dell'API etichetta i parlanti in un file | La documentazione consiglia almeno 30 secondi di parlato per persona |
| Deepgram | Un'opzione dell'API che sceglie anche la versione del modello | Il modello v2 funziona sui file, non in streaming |
| pyannoteAI | Un'API a pagamento, più la libreria gratuita e open source pyannote.audio | Promette fino al 52% di errori in meno, e l'API parte da 19 € al mese |
| Otter | I nomi dal vivo arrivano dalla piattaforma di riunione, e le voci etichettate vengono riconosciute in seguito | Una voce nuova resta Speaker # finché non la etichetti |
| Fireflies | Il bot etichetta i parlanti e ricava i nomi dalle riunioni online | La registrazione senza bot mostra solo Speaker 1 e Speaker 2 |
Quale strumento di speaker diarization è il più preciso?
Senza un test nessuno può dirlo per il tuo audio. pyannoteAI definisce la sua diarization la più precisa, ma altri fornitori promettono cose simili con test propri. I risultati cambiano con il numero di parlanti, le voci sovrapposte e i microfoni.
Come si misura la precisione?
La misura abituale è il diarization error rate, o DER. È la parte del tempo di registrazione assegnata al parlante sbagliato, persa o segnata come parlato quando nessuno parlava. Più è basso, meglio è.
Qual è la differenza tra diarization e identificazione del parlante?
La diarization separa soltanto le voci. L'identificazione dà un nome a ciascuna, usando una voce nota o i nomi della piattaforma di riunione.
Come ottengo etichette dei parlanti migliori?
Dai a ogni persona il suo microfono ed evitate di parlarvi sopra. Se la tua API lo consente, indica il numero di parlanti, ma solo se lo conosci: AssemblyAI avverte che un numero sbagliato può ridurre la precisione.