TOOLORA / ローカル閲覧版
WhisperX
バッチ音声認識、音素の強制アラインメント、話者分離を組み合わせ、単語タイムスタンプと匿名話者ラベル付きの転記を作成します。
製品紹介
WhisperXはfaster-whisper転記、VAD区間分割、言語別の音素アラインメント、pyannote話者分離をつなぎ、単語時間軸、字幕、話者ラベル付き転記を作ります。認識・整列・話者分離は別工程です。現在のpyannoteモデルは規約への同意とHugging Faceトークンが必要です。重なった音声、辞書外の単語、数字などは正確に整列できない場合があり、話者ラベルは実名の識別ではありません。
公式の出典・参考資料
公開情報に基づく紹介です。機能、料金、地域ごとの提供状況は公式サイトで確認してください。