转录不难，难的是「谁在说」。为了搞定说话人分离，我把 Gemini 切块、Senko、豆包 auc 挨个试了一遍，最后落在火山妙记上。5 段真实录音，每段两人对话它都精准判 2 人。顺带踩了火山两套鉴权、跨境上传被限速到 34KB/s 这些坑。