WhisperX

Whisper mit wortgenauen Zeitstempeln, Alignment und Diarisierung.

WhisperX ist ein Wrapper um Whisper, der präzise wortgenaue Zeitstempel durch erzwungenes Phonem-Alignment hinzufügt und Speaker-Diarisierung integriert. Es verwendet außerdem Voice-Activity-Detection und Batch-Inferenz, um die Transkription langer Audiodateien im Vergleich zu Vanilla Whisper zu beschleunigen.