Abstract
Whisper 的跨语言语音识别取得了很好的结果，但是对应的时间戳往往不准确，而且单词级别的时间戳也不能做到开箱即用(out-of-the-box). 此外，他们在处理长音频时通过缓冲转录
【Whisper】WhisperX: Time-Accurate Speech Transcription of Long-Form Audio
Dovake2024-07-17 21:07
相关推荐
luoyayun36118 小时前
PySide6调用OpenAI的Whisper模型进行语音ASR转写学习是生活的调味剂19 小时前
PEFT实战LoRA微调OpenAI Whisper 中文语音识别qq7422349846 天前
语音识别：PyAudio、SoundDevice、Vosk、openai-whisper、Argos-Translate、FunASR（Python）AI_Gump6 天前
WhisperLiveKit上手及主观评测biubiubiu07066 天前
faster-whisper + FastAPI安装cwll20096 天前
使用ffmpeg8.0的whisper模块语音识别小小ken6 天前
whisper-large-v3部署详细步骤，包括cpu和gpu方式，跟着做一次成功蓝纹绿茶23 天前
音转文模型对比FunASR与Faster_whisperSmartJavaAI23 天前
Java调用Whisper和Vosk语音识别(ASR)模型，实现高效实时语音识别(附源码)菜鸟的日志1 个月前
【音频字幕】构建一个离线视频字幕生成系统：使用 WhisperX 和 Faster-Whisper 的 Python 实现