提取音频声纹，可用于声纹之间的相似度进行对比
对比两个音频文件的声纹相似度，可以用来判断是否为同一人的声音。
可将音频声音，分离出指定的声音，可分离的声音有： 人声、背景音声、贝斯、鼓声、钢琴声、吉他声，以及指定组合的声音 指定组合的声音如可以指定只提取：人声+贝斯+吉他
可以音频提前出文本，或提取字幕【SRT,VTT,TSV,ASS】，或字幕对轴，以及校对音频和文案的相似度【以90%为基准返回success或false】
