宝玉在 BaoCut 中集成开源模型 MOSS-Transcribe-Diarize-0.9B，可将长音频直接转为带精确时间戳和说话人标记的文本，并对比了 Qwen3 ASR 的优缺点。
📝 详细摘要
宝玉分享了自己在 BaoCut 中集成 OpenMOSS 开源模型 MOSS-Transcribe-Diarize-0.9B 的体验。该模型能一次性将长音频转换为结构化、带说话人标注的转写结果，无需专门的发言人识别模型，直接输出带精确时间戳和发言人标签的时间对齐文本。与之前使用的 Qwen3 ASR 相比，转录速度较慢，不支持标点符号，且自定义 Prompt 和热词功能似乎未生效。附带了 GitHub 项目地址和运行截图。
📊 文章信息
AI 初评：82
来源：宝玉(@dotey)
作者：宝玉
分类：人工智能
语言：中文
阅读时间：1 分钟
字数：216
标签： MOSS-Transcribe-Diarize, 语音转写, 说话人识别, BaoCut, OpenMOSS