Maybloc 推荐，多人会议转写的重叠语音难题有新解

会议录音转文字的老大难是抢话。两人同时开口，主流方案直接丢掉一段。出来记录缺胳膊少腿，缺的部分往往恰是争论最激烈的部分。上周上榜的 Maybloc 把重叠语音当第一等公民对待，分离、保留、逐词打点，三件事里保留是同行最少做的，因为重叠语音的分离与标注在技术上最难啃。我核了官网基准与定价，自称成分较重，思路确实新。

主要功能

能力清单列全。自研模型专为多人录音打造，四十五种语言，最多二十五位说话人，单文件最长三小时两个G。二十五人这个上限覆盖中型会议与座谈会，超过这个规模本来也该配专业速记，工具的边界与人工的起点在这里交接。分离之外的三样是差异点，重叠语音保留并标注精确起止，内容一条不落。逐词时间戳，做字幕精调的人懂它的价值，字幕轴对不齐的痛苦谁做谁知道。字幕导出免费，脱敏与翻译按分钟加购，加购价目全部公开，没有隐藏档，隐藏收费是转写行业老毛病，公开价目是个态度，态度之外还得看实际扣费对不对得上报价，对得上才算真正的透明。透明的基础设施才值得托付长音频，长音频一交就是几小时的心血。

接口侧齐活，网页控制台加标准接口加回调，开放规范文档公开，接进自有工作流不费事。回调意味着长音频处理完自动通知，不用轮询等结果，三小时的录音处理几十分钟，通知到达之前你可以去干别的。数据政策写在官网，音频留七天结果留三十天，不用于训练，均为自称口径。

自称的新纪录

成绩全部为厂商自测，这个前提放最前面。官方在三个公共会议基准上复测，自称平均比次优系统少百分之二十六的错误，真实办公场景比两家知名同行少四成多，对比某大厂最新语音模型自称少五到七成。有一项值得单独记，头戴式麦克风学术基准上，自称做出了已发表结果里最好成绩，十一点四的错误率对二十到三十二的对手区间，区间跨这么大说明这项任务远未解决。

自称之外没有任何第三方验证，基准方法学用开源工具自跑，测试数据可能出现在对手训练集里的偏差官方也自己认了，自己认偏差这个动作在自称界算体面。结论的正确打开方式是拿自家会议录音试免费档，半小时素材够判断成色，重点听重叠段与专有名词，这两处最见功力，专有名词错了整段理解都歪。

定价按分钟阶梯，十小时档每分钟零点六美分，千小时档压到零点四美分不到，在转写市场处于低档，自称业内最低，方向对不对拿同行的价目表一比便知。

解决了什么需求

会议记录的刚需人群是记者、研究员与会议密集的团队，抢话场景在中文会议里尤其密集，中文语速快音节短，重叠的概率天然更高。重叠保留的价值不止记录完整，谈判与访谈里谁先开口谁插话本身就是信息，时间戳把这些保留了。保留下来的是说话秩序，秩序在语言学里叫话轮转换，转写工具能记话轮，研究价值高一层，定性研究者拿到这种材料能省去大量人工标注，省下的时间花在分析本身上。二十四小时场景如客服质检与听证记录，缺一段就是缺证据，证据场景对完整性的要求是刚性的。

开发者是尼泊尔小团队，此前发布过两个开源语音模型，新模型承诺开放权重但尚未兑现，兑现那天这个团队的信誉会再上一个台阶。发布榜位次中游，声量小，按初创预期。

一句话收尾，把丢掉的重叠语音捡回来，会议转写这才算记全了，记全了才敢当证据用。

来源

• 官网 https://maybloc.com
• 基准页 https://maybloc.com/benchmarks
• 定价页 https://maybloc.com/pricing
• Product Hunt 发布帖 https://www.producthunt.com/products/maybloc