当前的策略：记录所有（形似）说话人的注释，选择最长的一个 问题： - 例如遇到 `AB` 和 `小声で` 就会选择错 - 字幕包含多个节目时，只会选择一个说话人
当前的策略：记录所有（形似）说话人的注释，选择最长的一个
问题：
AB和小声で就会选择错