【Whisper】WhisperX: Time-Accurate Speech Transcription of Long-Form Audio

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

相关推荐
engchina3 天前
vLLM 部署 openai whisper 模型实现语音转文字
人工智能·python·whisper
gs801404 天前
Faster-Whisper —— 为语音识别加速的利器
人工智能·whisper·语音识别
charles_vaez10 天前
开源模型应用落地-语音转文本-whisper模型-AIGC应用探索(五)
深度学习·whisper·aigc
Mark White20 天前
开箱即用的whisper-service服务
whisper
Python数据分析与机器学习1 个月前
基于fast-whisper模型的语音识别工具的设计与实现
大数据·人工智能·python·搜索引擎·whisper·语音识别·课程设计
不喝可乐_1 个月前
在win11 中 whisper-large-v3-turbo 的简单使用
whisper
毛毛的毛毛2 个月前
如何使用OPENAI的Whisper功能进行音频字母提取功能
whisper
Secede.2 个月前
Whisper+T5-translate实现python实时语音翻译
开发语言·python·whisper
烤鸭的世界我们不懂2 个月前
Python + WhisperX:解锁语音识别的高效新姿势
python·whisper·语音识别
落杉丶2 个月前
[ASR]faster-whisper报错Could not locate cudnn_ops64_9.dll
python·whisper