近一年，NVIDIA与Google公开了四项说话人分离专利，推动该技术从离线批处理转向流式处理，并引入大模型纠错。此技术旨在解决转写中“谁在何时说话”的难题，减少人工核对时间。落地机会在于为转写交付方开发质检插件，提供工具订阅和一次性审核服务，但需注意大厂内置功能的竞争风险。