声纹 ID：本地转写直接标出说话人姓名

解决什么问题

多人录音里，仅把说话人分开还不够。匿名标签能让轮次可读，但读稿时仍要反复对照谁是谁。

声纹 ID 在分离结果之上补上姓名：同一人在长文件里再次开口时，尽量继续使用已登记的名字，而不是不断冒出新的匿名标签。

用对方的一段短音频完成登记，大约十秒通常就够。常见格式可用：mp3、m4a、aac、wav。

登记失败时会给出明确原因，而不是静默失败。姓名可事后修改，第一次不必一次定死。

MOSS 目前可直接提供原生说话人轨道；其他 ASR 模型由 FireRedVAD、segmentation-3.0、ReDimNet2-B6 与自动聚类组成统一外置管线。用户面对的仍是同一个声纹 ID 开关。

声纹 ID 再把这些分离结果与已登记的人对应起来。没有匹配或证据不足时，安全保留匿名说话人标签。

声纹 ID 仅用于 Desktop 本地文件转写；听写、实时字幕和远程计算不提供该功能。

桌面之外，开源内核的 CLI 可用 --diarize 输出匿名说话人；本地服务端通过仅管理员可用的 /v1/voice-id/* 路由管理人员、样本与授权。

CLI 不存在 speaker enroll 命令。from-audio 服务端路由可接收常见源音频格式，每份登记样本至少需要 10 秒有效语音。

声纹 ID 用于转写标注，不能当作门禁、登录或法律意义上的身份核验。

OpenASR 无需账号，无遥测，无中央云转写后端。常规转写不会静默自动下载模型；音频默认留在本机。

声纹 ID 和说话人分离有什么区别？

说话人分离把音频按不同人标成匿名标签；声纹 ID 在此基础上，把匹配到的人显示为已登记姓名。原生或外置说话人来源由 Desktop 自动选择。

登记需要多长的音频？

每份样本至少需要十秒有效语音。桌面与 from-audio API 路由支持 mp3、m4a、aac、wav 等常见源格式。

声纹会不会上传到云端？

默认不会。登记与匹配在本机完成。OpenASR 不提供中央云转写后端，也没有遥测。只有你主动选择会联网的路径（例如确认下载模型）时才会访问网络。

是不是所有模型都支持声纹 ID？

是，Desktop 本地文件转写中的所有 ASR 模型都支持。模型市场的“内置说话人分离”只表示原生轨道，不是兼容性限制。

声纹 ID 能当身份认证用吗？

不能。它是转写里的说话人标注便利功能，用来让稿子更好读，不用于身份核验、门禁或法律取证。

没有桌面应用也能用吗？

可以。开源内核提供 CLI 匿名 --diarize，以及服务端仅管理员可用的 /v1/voice-id/* API。桌面应用目前提供 macOS 与 Windows 版本；Linux 可用 CLI 或自行部署服务端。