Açık KaynakSes ve Medya23k
WhisperX
Kelime düzeyinde zaman damgaları, hizalama ve konuşmacı ayrıştırması ile Whisper.
WhisperX, zorla fonem hizalaması yoluyla doğru kelime düzeyinde zaman damgaları ekleyen ve konuşmacı diarization'ı entegre eden bir Whisper sarmalayıcısıdır. Ayrıca ses aktivite algılama ve toplu çıkarım kullanarak uzun ses transkripsiyon hızını standart Whisper'a kıyasla artırır.
Depo
m-bain/whisperXDil
PythonBununla neler kurabilirsin
- Video düzenleme pipeline'ları için hassas kelime düzeyinde altyazı/başlık zamanlaması üretmek
- Kim ne dedi etiketleriyle birden fazla konuşmacı içeren kayıtları transkribe etmek
- Dublaj, arama indeksleme veya veri seti hazırlama için hizalanmış transkriptler oluşturmak
Etiketler
stttimestampsdiarization