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
菜鸟的日志2 天前
【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AidLux7 天前
犀牛派A1上使用Faster Whisper完成音频转文字ZHOU_WUYI8 天前
whisper-large-v3 模型llrraa201017 天前
python whisper生成字幕weixin_446260851 个月前
本地WSL部署接入 whisper + ollama qwen3:14b 总结字幕校对增强版青山师1 个月前
Docker部署whisper转写模型Micheal_Dad2 个月前
【尝试】基于openai-whisper进行语音转文字windows版本Micheal_Dad2 个月前
【尝试】本地部署openai-whisper，通过 http请求识别andyguo2 个月前
语音识别的速度革命：从 Whisper 到 Whisper-CTranslate2，我经历了什么？番茄老夫子2 个月前
OpenAI推出的语音识别系统Whisper简析