说话人标注技能解决的是视频文稿中“谁在说话”的问题：先区分声音，再为每个声音标注真名，最终让文稿每句话前显示真名，字幕看得出说话人，导出文稿与配音按人分开。
用途：当视频里有多人说话、需要区分说话人或给说话人标名字时使用。只有一个人说话，或用户只要求校对错字时，不使用本技能。
主要能力：
- 区分说话人：使用 transcribe 对视频重新转录，diarize 为 true、target 为 replace，以新转录取代当前文稿，语言与提示沿用原文稿。若模型无法区分，会返回 diarization-unavailable 警告，此时应告知用户需安装说话人区分模型包或换用可区分的模型，不做假装区分。若文稿转录后被用户改过，取代会以 TRANSCRIPT_EDITED 拒绝，需用户确认丢弃修改后加 acceptEdited 重做。
- 标注姓名：识别占位名（如“说话人 n”、Speaker 1、SPEAKER_00、S1、spk-1、名字为空或等于 id 的），从文稿开头、每位首次开口前后几句、来源素材标题与简介、画面姓名条等找证据；证据包括自我介绍、对方引介、被点名后的回应、签名式收尾、来源信息唯一点明等。发言顺序、说话人编号、话题本身不算证据，元数据列出多位嘉宾但分不清声音时还需文稿证据。名字按材料实际形式书写，保留原文与拼写，不翻译、不音译，不加头衔、机构、括号、引号，不超过 40 个字符；无名字但明确说明角色时可用简短角色标签。拿不准时保留占位名。
- 写回：先用 edits_apply 的 renameSpeakers，传入 documentId 与 speakers 的 [{id,name}]，几位放在同一笔事务，expectedRevision 用视频版本，重试沿用 commandId，不上传 words 或整份正文。版本冲突时重新读取、核对 ID 与名字后用新 commandId 重做。仅改名字时译文无需重译，字幕说话人跟随文稿变化。
使用方式：先用 videos_inspect 找到视频转写文档并用 documents_read 读取，确认是否已区分说话人；未区分且用户说有多人时先征得同意再重新转录；区分完成后收集每位说话人的证据、定好名字，向用户展示方案（名字、证据一句话、首次开口时刻与句子），用户确认后写回。
适用场景：多人访谈、对谈、播客视频等需要区分并标明说话人的文稿整理；需要按人导出文稿或配音时。
限制：只改说话人，不改正文的字；不按简介名单顺序或发言顺序填名字；不合并说话人 id；不擅自动用户自己起的名字；重新转录会丢失用户手改的字，须先告知并获同意；证据不足时保留占位名，不编造；模型无法区分时如实告知。区分有误（一句里换人、两人被合并）应列出时刻，请用户在编辑器说话人设置中手动调整。交付时需说明分出几位说话人、重新转录换了哪份文稿及结转内容、给谁起了名字及依据、哪些仍为占位名。