Update nexus wiki content

wiki/concepts/SpeakerDiarization.md

@@ -0,0 +1,43 @@
+---
+title: "SpeakerDiarization"
+type: concept
+tags: ["voice-ai", "speech-processing", "speaker-attribution"]
+last_updated: 2026-05-02
+---
+
+# SpeakerDiarization（说话人分离）
+
+## Definition
+
+Speaker Diarization（说话人分离）是自动识别音频中"谁在说话、何时说话"的技术。通过声纹特征聚类将连续音频划分为不同说话人的片段，并为每个片段标注说话人标签（`SPEAKER_00`, `SPEAKER_01` 等）。
+
+## Key Properties
+
+- **主流工具**：`pyannote.audio`（开源）、AssemblyAI 内置、Deepgram 内置
+- **输入**：原始音频（或已切块的音频）
+- **输出**：`[{start, end, speaker}]` 格式的说话人片段列表
+- **准确度影响因素**：说话人数已知 vs 未知（已知可显著提高准确度）、音频质量、重叠语音
+- **与转录的集成**：分离结果通过时间重叠与转录段落合并，产生 `TranscriptSegment`（带 speaker 标签）
+
+## Pipeline Role
+
+```
+音频 → pyannote.audio → 说话人片段
+                          ↓ 合并（时间重叠匹配）
+        FasterWhisper → 转录段落
+                          ↓
+              带说话人归属的转录段落
+```
+
+## Related Concepts
+- [[VoiceActivityDetection]] — Diarization 的前置处理
+- [[StructuredTranscriptJSON]] — Diarization 结果的输出目标
+- [[LLMHandoff]] — 带说话人归属的转录文本下游传递给 LLM
+
+## Related Entities
+- [[pyannote.audio]] — 主要开源 Diarization 工具
+- [[AssemblyAI]] — 带 Diarization 的云端 ASR 替代方案
+- [[Deepgram]] — 带 Diarization 的另一云端 ASR 选项
+
+## Related Sources
+- [[engineering-voice-ai-integration-engineer]]