Comment utiliser Whisper d'OpenAI pour transcrire et diariser des fichiers audio
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentComment utiliser Whisper d'OpenAI pour transcrire et diariser des fichiers audio
Whisper-transcription_and_diarization-speaker-identification- compte 377 étoiles sur GitHub. Il a été forké 48 fois. Whisper-transcription_and_diarization-speaker-identification- est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2022. Ses principaux thèmes sont : openai, python, whisper.
Comment utiliser Whisper d'OpenAI pour transcrire et diariser des fichiers audio
Whisper-transcription_and_diarization-speaker-identification- est un projet open source.
Oui. Whisper-transcription_and_diarization-speaker-identification- est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Whisper-transcription_and_diarization-speaker-identification- est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/lablab-ai-whisper-transcription-and-diarization-speaker-identification.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.