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
碧海银沙音频科技研究院13 小时前
在PC电脑上用Whisper→Marian算法实现离线语音翻译功能hey you~17 天前
嘈杂环境ASR识别优化：降噪、VAD切分与Whisper模型微调完整教程（2026版）布吉岛的石头1 个月前
转写工具横评：讯飞、剪映、Whisper，哪个成本最低憨波个2 个月前
【ASR】Whisper：Robust Speech Recognition via Large-Scale Weak SupervisionMindUp2 个月前
多款AI语音转写+LLM复盘方案横评：从Whisper本地部署到网盘智能体全链路实测Niuguangshuo2 个月前
ASR 五代演进（五）：Gen 4 · 以 Whisper 为代表的大规模弱监督Generalzy3 个月前
Whisper + VAD + TTS：一套完整的 Python 本地语音处理流水线shxjnpl3 个月前
Whisper + CAM++ + 本地大模型：一套完全离线的AI会议处理链路shxjnpl3 个月前
Whisper large-v3 本地部署实战：从语音转写到AI会议纪要完整链路程序猿编码3 个月前
不用PyTorch，不用CUDA，我用C++手写了一个能跑GPT和Whisper的推理库