WhisperX fügt genaue Wort-Zeitstempel und Sprecher-Diarisierung auf Whisper auf, ideal für Untertitel und Transkripte mit mehreren Sprechern.
| Kategorie | Sprache (STT / TTS) |
| Typ | STT mit Ausrichtung |
| Lizenz | BSD-2-Clause |
| Läuft lokal | Ja |
| Hergestellt mit | Python |
| Fähigkeitsstufe | Mittelstufe |
| Am besten für | Untertitel und Mehrsprecher-Protokolle |
Weitere Open-Source-Sprachtools (stt / tts), die einen Vergleich wert sind:
WhisperOpenAIs offene Sprach-zu-Text-Baseline
faster-whisperWhisper, viel schneller und leichter
PiperSchnelle, lokale neuronale Text-zu-Sprache
Coqui TTSDeep-Learning TTS mit Sprachklonierung
BarkText-zu-Audio mit Stimmen und Effekten
F5-TTSZero-Shot-Sprachklonierung, die tatsächlich überzeugt
KokoroKleines 82M TTS mit erstaunlicher Qualität
whisper.cppWhisper in reinem C/C++, läuft überall
OpenVoiceKlonen Sie eine Stimme und steuern Sie ihre Emotionen
StyleTTS 2Menschliches Sprachsynthese
pyannote.audioWissen, wer wann gesprochen hat
Silero VADErkennen Sie Sprache in Audio, sofortWhisperX ist kostenlos und Open-Source (BSD-2-Clause-Lizenz), sodass Sie es ohne Kosten verwenden, selbst hosten und modifizieren können.
Ja. WhisperX ist so konzipiert, dass es auf Ihrem eigenen Computer oder Server läuft und Ihre Daten privat bleiben.
Beliebte Open-Source-Alternativen sind Whisper, faster-whisper, Piper. Siehe die obenstehenden Vergleiche zur Auswahl.
Durchsuchen Sie das vollständige Verzeichnis von Open-Source-AI-Tools, Modellen und Projekten – täglich aktualisiert.
Alle Tools durchsuchen →