一、需求解析：多说话人场景下的核心诉求 在现实场景中，混合音频处理的需求普遍存在。例如会议记录时可能有多人同时发言，但用户仅需提取特定主讲人的内容；或客服录音中混入背景对话，需分离出目标客户的语音。……
