WH工具 / m-bain
WhisperX
围绕语音转写增加词级时间对齐和说话人区分等流程，适合需要带时间信息的会议文本与字幕处理。
词级时间戳说话人区分字幕
它能帮你做什么？
围绕语音转写增加词级时间对齐和说话人区分等流程，适合需要带时间信息的会议文本与字幕处理。
- 制作带时间戳转写结果的人
- 开发会议或多说话人录音处理流程的工程师
音视频处理语音转写、字幕与本地推理
如何开始使用
按 README 在独立环境安装 whisperx，并核对 CPU/GPU 路径。先转写短录音，再进行语言对应的对齐；需要说话人区分时，另外检查模型下载、认证和使用条件。
查看原始项目文档 费用与使用条件
当前仓库采用 BSD-2-Clause；对齐模型、说话人模型与其他依赖各有自己的许可和访问条件。计算资源费用另计。
查看 BSD-2-Clause 许可证特点与使用边界
对齐和说话人处理是转写之外的附加阶段；输出说话人标签不等于识别真实姓名。
- 不是每种语言或文本片段都能得到同样可靠的词级对齐。
- 重叠讲话和说话人切换需要人工检查；不要把赞助服务宣传当作本地工具的能力承诺。
介绍依据与原始来源
本站整理介绍并引导访问原始项目。功能、支持平台与价格可能变化，实际使用前请核对官方文档。