WhisperX

产品介绍

WhisperX 将 faster-whisper 转写、VAD 分段、语言相关的音素对齐模型与 pyannote 说话人分段串联，适合为长录音制作词级时间轴、字幕或带说话人标签的文字稿。识别、对齐和说话人分段是不同步骤；当前 pyannote 模型需接受其使用协议并提供 Hugging Face 访问令牌。重叠语音、字典外词和数字等可能无法准确对齐，标签也不等同于识别真实姓名。

官方来源与参考资料

• 官方网站https://github.com/m-bain/whisperX

介绍按公开资料整理；功能、价格与地区可用性以官网为准。