# MOSS-Transcribe-Diarize-0.9B 开源，长音频一键转写带说话人标注

- 来源：宝玉 (@dotey)
- 发布时间：2026-07-19 14:48
- AIHOT 分数：61
- AIHOT 链接：https://aihot.virxact.com/items/cmrrg8ea9014ybikirdqpjpqb
- 原文链接：https://x.com/dotey/status/2078733650770715130

## AI 摘要

OpenMOSS 开源的 MOSS-Transcribe-Diarize-0.9B 模型，可将长音频一次性转换为带精确时间戳和说话人标注的结构化文本，无需专门的发言人识别模型。其转录速度比 qwen3-asr-0.6b 慢，不支持标点符号，自定义 Prompt 与热词功能也未生效。项目已在 GitHub 开源。

## 正文

今天给 BaoCut 集成了 OpenMOSS 开源的 MOSS-Transcribe-Diarize-0.9B，能够一次性将长音频转换为结构化、带说话人标注的转写结果。

它有点好就是不需要专门的发言人识别模型，直接输出带精确时间戳、发言人的时间对齐文本。

转录速度比 qwen3-asr-0.6b 要慢些，不支持标点符号，似乎自定义 Prompt 与热词没有起作用。

项目地址：https://github.com/OpenMOSS/MOSS-Transcribe-Diarize/blob/main/README_zh.md

### 引用推文

> 宝玉：最早我做字幕翻译的时候,语音转文字是用的 Whisper,但是 Whisper 有几个问题: 一个问题是时间戳不准,时间戳不准拆分的就是就可能字幕和语音对不上,很影响效果,需要人工去从头到尾校对一遍 一个问题是中英文混排支持不好,中文其实支持也不算太好,所以中文的转录就效果很差 一个问题是不直接支持识别发言人 虽然这些...