【Whisper】WhisperX: Time-Accurate Speech Transcription of Long-Form Audio

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

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
人工智能·whisper·音视频·语音识别·asr·语音转写·视频字幕生成
Encarta199316 天前
【语音识别】vLLM 部署 Whisper 语音识别模型指南
人工智能·whisper·语音识别
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
ubuntu·whisper·音视频
西西弗Sisyphus18 天前
whisper 语音识别
whisper·语音识别
JHC00000018 天前
docker 中跑faster-whisper 教程(1050显卡)
docker·容器·whisper·语音识别
engchina1 个月前
vLLM 部署 openai whisper 模型实现语音转文字
人工智能·python·whisper
gs801401 个月前
Faster-Whisper —— 为语音识别加速的利器
人工智能·whisper·语音识别
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)
深度学习·whisper·aigc
Mark White1 个月前
开箱即用的whisper-service服务
whisper
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
大数据·人工智能·python·搜索引擎·whisper·语音识别·课程设计