Whisper-transcription_and_diarization-speaker-identification-
Comment utiliser Whisper d'OpenAI pour transcrire et diariser des fichiers audio
Transcrivez et identifiez les intervenants dans des fichiers audio en utilisant le système de reconnaissance vocale Whisper d'OpenAI.
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 376 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.
Qu'est-ce que Whisper-transcription_and_diarization-speaker-identification- ?
Comment utiliser Whisper d'OpenAI pour transcrire et diariser des fichiers audio
Whisper-transcription_and_diarization-speaker-identification- est-il open source ?
Whisper-transcription_and_diarization-speaker-identification- est un projet open source.
Whisper-transcription_and_diarization-speaker-identification- est-il gratuit ?
Oui. Whisper-transcription_and_diarization-speaker-identification- est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage Whisper-transcription_and_diarization-speaker-identification- est-il écrit ?
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.