TOOLORA / Edición local de lectura
WhisperX
Combina ASR por lotes, alineación fonética forzada y diarización para transcripciones con tiempos por palabra y etiquetas anónimas de hablante.
Descripción
WhisperX encadena faster-whisper, segmentación VAD, alineación fonética específica del idioma y diarización pyannote para crear subtítulos y transcripciones detalladas. Reconocimiento, alineación y diarización son etapas distintas. El modelo pyannote actual exige aceptar sus condiciones y un token de Hugging Face. El habla superpuesta, palabras fuera del diccionario y números pueden alinearse mal; las etiquetas no identifican nombres reales.
Fuentes oficiales y referencias
- Sitio oficialhttps://github.com/m-bain/whisperX
Las descripciones resumen información pública. Consulta los sitios oficiales para funciones, precios y disponibilidad regional.