在多人对话中识别和追踪说话者，将说话者标签映射到姓名，并管理语音命令授权级别。
感知语言- id
功能概述
感知语言- id是一项面向实际任务的技能，主要用于多人对话的语音识别和管理；跟踪在对话中说些什么；
核心要点
- Maps匿名扬声器标签( SPEAKER 0, SPEAKER 1)。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
使用与执行
该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；
结果检查与注意事项
若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
percept-speaker-id
面向多人对话的说话人识别与管理功能。
功能说明
追踪对话中每位说话人的发言内容；将匿名说话人标签（如 SPEAKER_0、SPEAKER_1）映射至真实姓名；维护说话人档案；并控制语音指令的授权执行权限。
适用场景
- 用户询问“刚才谁说的？”或需要带说话人标识的转录文本
- 用户希望配置哪些人员可触发语音指令
- Agent 需要在多人对话中识别当前说话人身份
依赖要求
- 已安装并运行 percept-listen 技能
- 配备 Omi pendant（提供
is_user标志，用于标识主说话人）
工作原理
- Omi 发送带有说话人标签（SPEAKER_0、SPEAKER_1 等）的转录片段
- Percept 通过说话人注册表（speakers registry）将标签解析为对应姓名
- Omi 提供的
is_user标志用于识别佩戴 Omi pendant 的人员为主说话人 - 说话人档案记录其首次/最近出现时间戳及授权状态
说话人注册表
位于 percept/data/speakers.json：
{
"SPEAKER_00": {
"name": "David",
"is_owner": true,
"approved": true
},
"SPEAKER_01": {
"name": "Rob",
"is_owner": false,
"approved": true
}
}
可通过 Percept 控制台（端口 8960）→ Settings → Speakers 进行管理。
授权等级
- Owner（
is_owner: true）：拥有全部指令权限，始终被授权 - Approved（
approved: true）：可触发唤醒词相关指令 - Unknown（未知）：仅记录发言，不执行任何指令
未来规划：声纹嵌入（Voice embeddings）
计划引入 pyannote 说话人日志分割（speaker diarization），使用 192 维声纹嵌入向量，通过余弦相似度实现自动说话人识别。当前说话人映射仍需手动配置。
相关链接
- GitHub: https://github.com/GetPercept/percept
相关专题
本专题聚焦LLVM自定义Pass开发，整理Pass类结构、run()方法、PreservedAnalyses、CMake构建、插件注册、-load-pass-plugin加载和测试用例编写流程。
2026.09.30
0
10
本专题介绍LLVM对RISC-V基础ISA和扩展的支持方式，涵盖RV32、RV64、标准扩展、实验性扩展、厂商扩展、-menable-experimental-extensions和版本差异。
2026.09.30
0
14
本专题整理LLVM IR的核心概念，包括中间表示作用、模块结构、函数、基本块、SSA形式、类型系统和常见语法，帮助新手理解LLVM编译流程中的关键层。
2026.09.30
0
12
需要把 PDF 页面用于上传、预览、分享或图片归档时，PDF 转图片方法专题整理 JPG/PNG 格式选择、逐页导出、清晰度设置、批量下载和结果检查等流程，帮助用户稳定完成 PDF 图片化处理。
2026.09.30
0
26
PixTV专题整理AI视频与视觉内容创作相关功能使用教程，涵盖AI生图、视频生成、无限画布、多模型创作、素材管理、声音音乐及视频剪辑等功能，帮助用户快速掌握PixTV从创意到成片的完整制作方法。
2026.09.29
0
15
本专题围绕Buffalo框架数据库开发，讲解database.yml多环境配置、soda与fizz迁移生成回滚、模型结构体标签、增删改查与条件查询、一对多与多对多关联、数据校验、回调钩子、事务处理及原生SQL执行能力。
2026.09.23
0
15
本专题讲解Buffalo框架路由与请求处理机制，涵盖路由注册与分组、资源路由、Handler编写规范、Context上下文方法、参数绑定、中间件编写挂载、Session与Cookie读写、Flash消息及错误页面定制方法。
2026.09.23
0
15
本专题整理Buffalo框架入门内容，涵盖Go环境准备、buffalo CLI安装、新项目生成、目录结构说明、dev热加载启动、数据库连接配置与常见报错排查，帮助新手按约定优于配置的思路跑通第一个Buffalo框架应用。
2026.09.23
0
15
本专题介绍通过conanfile.py创建软件包的方法，讲解包名、版本、依赖和构建设置等基础信息，以及source、build、package、package_info等常用方法的作用及编写思路。
2026.09.22
0
12
热门下载
相关下载
精品课程
共6课时 | 54.6万人学习
共89课时 | 133.4万人学习
共49课时 | 82.2万人学习
