WhisperX

Whisper加速版语音转写工具，集成语音活动检测与词级时间戳对齐，实现高精度、快速的字幕生成。

访问WhisperX官网

工具介绍

一、项目简介 WhisperX是Whisper的增强版本，在保持Whisper高精度转录能力的同时，通过语音活动检测（VAD）与强制对齐（Forced Alignment）技术实现词级时间戳与大幅加速。项目提供批量转写、字幕生成、说话人分离等功能，是语音转写与字幕制作的高效工具。 二、核心特性词级时间戳：精准的逐词时间对齐。大幅加速：相比原生Whisper推理速度提升数倍。VAD优化：自动过滤静音，提升转写准确性。字幕生成：一键导出SRT等字幕格式。三、典型应用 会议转写、字幕制作、视频翻译、语音研究、媒体处理。。 四、获取方式 项目开源在GitHub（m-bain/whisperX）。。

功能特点

• 词级时间戳 说话人分离 批处理快

标签：WhisperX 转录 对齐 说话人 需翻墙

分类：开源语音音频