---
id: "b884"
language: "zh"
library: "tools"
official_url: "https://github.com/m-bain/whisperX"
profile_updated_on: "2026-10-22"
---

# WhisperX

组合批量语音识别、音素强制对齐和说话人分段，生成带词级时间戳及匿名说话人标签的转写结果。

- 公司／组织: WhisperX
- 分类: 语音识别与输入
- 官方网站: [https://github.com/m-bain/whisperX](https://github.com/m-bain/whisperX)
- 档案更新: 2026-10-22


## 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)

## 阅读与订阅

- [交互版档案](../../../products/whisperx--b884.html)
- [阅读](../../../read/zh/products/whisperx--b884.html)
- [JSON](../../../read/zh/products/whisperx--b884.json)

介绍按公开资料整理；功能、价格与地区可用性以官网为准。