Python

WhisperX

Whisper avec horodatages de mots et diarisation

par m-bain · BSD-2-Clause

Depuis le README

Installer

pip install whisperx

• ⚡️ Batched inference for 70x realtime transcription using whisper large-v2
• 🪶 faster-whisper backend, requires
• 🎯 Accurate word-level timestamps using wav2vec2 alignment
• 👯‍♂️ Multispeaker ASR using speaker diarization from pyannote-audio (speaker ID labels)
• 🗣️ VAD preprocessing, reduces hallucination & batching with no WER degradation

Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.

Qu'est-ce que WhisperX ?

WhisperX ajoute des horodatages précis au niveau des mots et une diarisation des locuteurs sur Whisper, idéal pour les sous-titres et les transcriptions multi-locuteurs.

Pourquoi les gens choisissent WhisperX

• Horodatages précis au niveau des mots
• Diarisation des locuteurs intégrée
• Idéal pour les sous-titres et les transcriptions de réunions

WhisperX en un coup d'œil

Alternatives open-source à WhisperX

D'autres outils de reconnaissance vocale (stt / tts) open-source à comparer :

WhisperLa base de référence open-source d'OpenAI pour la reconnaissance vocalefaster-whisperWhisper, beaucoup plus rapide et légerPiperTTS neural local et rapideCoqui TTSTTS par apprentissage profond avec clonage de voixBarkTexte en audio avec voix et effetsF5-TTSClonage vocal zéro-shot qui convainc réellementKokoroTTS minuscule de 82M avec une qualité étonnanteVozoDoubler la vidéo avec la voix clonée du locuteurwhisper.cppWhisper en pur C/C++, fonctionne partoutOpenVoiceClonez une voix et contrôlez son émotionStyleTTS 2Synthèse vocale de niveau humainpyannote.audioSachez qui a parlé quandSilero VADDétectez la parole dans l'audio, instantanément

WhisperX en tête-à-tête

FAQ