评分人数不足呦探分评分人数不足大众分评分方法
这个页面由 AI 根据官网公开信息整理，可能有错。产品团队可以认领后修改。 认领这个产品
不会编程？试试这些能直接用的同类产品
这个项目只有源代码，需要会编程才能用。
- 星标
- 2.5万
- GitHub 下载量
- 8818
- 复刻
- 2514
- 主要语言
- Python
- 许可证
- BSD-2-Clause
- 最近更新
复制安装指令（给 AI 编程工具）
粘贴到 Codex、Claude Code、Cursor、Trae 等 AI 编程工具里，回车就会开始安装。第一次复制前请先阅读风险提示。
这些文件由项目作者放在 GitHub 上，本站不开发、不托管这些软件，也不检测其代码；国内访问 GitHub 可能较慢。使用前请阅读 第三方软件风险提示和项目的许可证。 数据更新于 2026/11/01 报告问题
介绍
WhisperX 是在 OpenAI Whisper 基础上改进的语音识别工具，由牛津大学 VGG 的 Max Bain 等人开发，相关论文发表于 INTERSPEECH 2023。它用 faster-whisper 批量推理，再用 wav2vec2 模型把文字与音频对齐，得到比原版更准确的逐词时间戳，并借助 pyannote-audio 做说话人分离。
能做什么
- 批量转写长音频，输出带逐词时间戳的文本和 SRT 字幕
- 在多人对话录音中标注每段话的说话人
- 通过命令行或 Python 接口调用
运行需要：Python 和 ffmpeg，建议使用 NVIDIA 显卡和 CUDA 12.8（也可用 CPU 运行）；说话人分离需要 Hugging Face 访问令牌，并同意相关模型的使用协议。
这段介绍由 AI 根据项目的公开说明整理，可能有疏漏，以项目主页为准。
评测
0 条评测还没有评测。用过的话，来写第一条吧。
写评测