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
Bofu-1 天前
【音频测试】03-WPF 实现声道自动验证 + Whisper 语音识别录音检测JK Chen4 天前
faster_whisper，视频转文字，并生成字幕文件工作log6 天前
10分钟搭建本地语音识别服务 (Whisper large-v3-turbo)shao9185167 天前
第10章 Streaming（上）：初级音频应用（1）——项目三：自建服务器的Mini-Omni实时语音聊天机器人code_pgf12 天前
MNN Whisper 实时 ASR 工程实现独占的甜蜜15 天前
从FLAC到WAV：whisper.cpp中的FFmpeg音频预处理全解析过程独占的甜蜜15 天前
从FLAC到WAV：whisper.cpp中的FFmpeg音频预处理全解析阿里巴啦19 天前
一个 Python 视频处理工具链实战：下载、转录、摘要、字幕、诊断全打通 （已开源）qq_3168377520 天前
使用 whisper OpenCC 从音频文件生成字幕skywalk81631 个月前
DuMate帮着在Windows10 编译安装Whisper-CPP