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
engchina3 天前
vLLM 部署 openai whisper 模型实现语音转文字gs801404 天前
Faster-Whisper —— 为语音识别加速的利器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）Mark White20 天前
开箱即用的whisper-service服务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不喝可乐_1 个月前
在win11 中 whisper-large-v3-turbo 的简单使用毛毛的毛毛2 个月前
如何使用OPENAI的Whisper功能进行音频字母提取功能Secede.2 个月前
Whisper+T5-translate实现python实时语音翻译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落杉丶2 个月前
[ASR]faster-whisper报错Could not locate cudnn_ops64_9.dll