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
susu108301891120 天前
OpenAI Whisper 把mp3语音转文字lili-felicity23 天前
CANN加速Whisper语音识别推理：流式处理与实时转录优化阿里巴啦25 天前
python+yt-dlp开源项目，支持 YouTube, Bilibili, TikTok/抖音，快手 等多个平台的视频/音频/字幕下载/ai摘要等功能普通网友25 天前
极致压缩：Whisper.cpp 量化版本清单与 ggml 格式模型下载天空中最亮的一颗星25 天前
如何下载、安装whisper、faster_whisper？runner365.git1 个月前
ffmpeg8.0合入whisper，语音识别模型终于进入ffmpegBlossom.1181 个月前
从单点工具到智能流水线：企业级多智能体AI开发工作流架构实战Blossom.1181 个月前
从“金鱼记忆“到“超级大脑“：2025年AI智能体记忆机制与MoE架构的融合革命Blossom.1181 个月前
把大模型塞进蓝牙耳机：1.46MB 的 Whisper-Lite 落地全记录