スピーカーを特定して抽出するのはGoogleもやってるし、Youtubeのビデオ翻訳に応用されている
Mastodon は、オープンなウェブプロトコルを採用した、自由でオープンソースなソーシャルネットワークです。電子メールのような分散型の仕組みを採っています。