python语音识别将说话人添加到结果中

Question

我正在使用python语音识别模块将音频文件转录成文本。然而，在我使用的文本文件中，有两种声音在说话。我想知道我是否可以将输出分成两个不同的扬声器

如果这有点模棱两可，我会重新解释。音频文件包含两个正在进行对话的人。我希望python程序将音频文件转录成文本，包括两个扬声器。例如，输出应如下所示：

演讲者1：你好，我叫乔希 演讲者2：很高兴认识你，我叫艾登 等等

到目前为止，我的程序能够正确地将音频文件转录成纯文本