音视频批量按人声分割工具

把一段访谈、课程或播客按说话人的自然停顿切成一句一段——不用听着波形手动打点。本工具按静音阈值自动找停顿位置切分，音频和视频都能处理，整批跑完。Windows 桌面软件，本机离线运行。

它是按「静音」判断切点的：不是识别语义，是检测音量低于阈值且持续足够久的位置。所以录音底噪大的素材要先把阈值调高，否则会被噪声骗过去。

可调的四个参数

静音阈值：多小的音量算「静」。底噪大就调高。
最短静音：停顿要持续多久才算一个切点。调大可避免被语气停顿切碎。
最短片段：短于这个长度的片段不单独成段。
最长片段：超过这个长度会强制断开，避免出现超长段。

其他功能

音频和视频都支持，先选分割类型再选素材。
可选单个文件，也可拖入多个文件或整个文件夹批量处理。
结果另存到指定输出目录，原素材一个字节都不动。
完成后建议抽听/预览首尾片段，确认切点自然。

购买前请注意

切点靠静音检测，不是语义理解。语气停顿多的口播容易被切碎，需要调大「最短静音」。
底噪明显的录音建议先降噪再分割，否则阈值不好设。
参数对结果影响很大，先拿一个样本试跑再批量。
本工具只做分割，不做转写、不加字幕。

完整参数说明与常见问题，请看官网详情页：音视频怎么按人声停顿自动分割

下载与授权

软件包：点击下载
下载后先试用，确认可用再下单；付款后在本页获取激活码。

常见问题

切出来太碎，一堆几秒的小片段怎么办？

提高「静音阈值」或增大「最短静音」时长，让短的语气停顿不被当成切点。也可以把「最短片段」调大，短于该长度的不单独成段。底噪明显时建议先做降噪。

会覆盖原来的音频或视频吗？

不会。切片全部另存到你指定的输出目录，原素材保持不变。

视频也能按人声切吗？

可以。选择分割类型为视频即可，工具依据音轨的停顿位置切分画面。

适合用来做什么？

字幕时间轴的初切、课程和访谈的章节化、播客切段、语音数据标注前的预处理，都是典型用法。