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
心动啊1211 天前
了解语音识别模型Whisper半壶清水1 天前
【开源免费】使用 Python + Whisper + PyDub 自动切割长音频文件熊猫钓鱼>_>11 天前
基于Trae/Whisper/FFmpeg与Knowledge Graph MCP技术开发语音生成会议纪要智能应用未来之窗软件服务12 天前
幽冥大陆(七十一) Whisper-ASR网页对接语音识别—东方仙盟练气期未来之窗软件服务13 天前
幽冥大陆(六十九) Whisper-CLI —东方仙盟练气期红苕稀饭66614 天前
Whisper-Flamingo论文阅读CrankZ14 天前
幕译 1.7--本地字幕生成与翻译--支持macOS,Windows未来之窗软件服务18 天前
幽冥大陆(五十七)ASR whisper-cli命令行使用 C语言—东方仙盟筑基期手揽回忆怎么睡23 天前
Java集成whisper.cppYXWik623 天前
Linux安装Whisper（C++版）音频解析文本