WhisperX 语音识别，带单词级时间戳和说话人分离

分享海报

@user_3c6cb52e/whisperx-speech-recognition-timestamps-diarization

WhisperX通过批处理推理将OpenAI Whisper扩展为70倍实时转录，通过wav2vec2实现基于音素的单词级时间戳对齐、语音活动检测和说话人分段。它能够从音频文件中生成准确的单词级时间戳和说话人标签。