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
Luke Ewin10 天前
一个基于OpenAI Whisper开发的音视频字幕文件生成工具Encarta199316 天前
【语音识别】vLLM 部署 Whisper 语音识别模型指南JHC00000016 天前
ubuntu 下调用系统麦克风，以及faster-whisper-medium 处理音频转写文本西西弗Sisyphus18 天前
whisper 语音识别JHC00000018 天前
docker 中跑faster-whisper 教程（1050显卡）engchina1 个月前
vLLM 部署 openai whisper 模型实现语音转文字gs801401 个月前
Faster-Whisper —— 为语音识别加速的利器charles_vaez1 个月前
开源模型应用落地-语音转文本-whisper模型-AIGC应用探索（五）Mark White1 个月前
开箱即用的whisper-service服务Python数据分析与机器学习2 个月前
基于fast-whisper模型的语音识别工具的设计与实现