应用介绍
用 Whisper 转写会议录音，时间戳不准、分不清谁在说话，做字幕还得手动对轴。WhisperX 是一个提供词级时间戳和说话人分离的自动语音识别工具。
它通过强制对齐精确到每个词，批量推理速度快，并能标注不同说话人。
词级时间戳：精确对齐。
说话人分离：谁在说话。
批量推理：速度快。
多语言：Whisper 支持。
做动画和 3D 成片，20 个开源项目串成流水线
Remotion、Three.js、ComfyUI、CosyVoice、FFmpeg 等 20 个开源项目，按代码做动画、搭 3D 场景、生成素材与声音、录制出片四步串成一条成片流水线，站内都有条目。
它通过强制对齐精确到每个词，批量推理速度快，并能标注不同说话人。
软件功能
词级时间戳：精确对齐。
说话人分离：谁在说话。
批量推理：速度快。
多语言：Whisper 支持。
相关文章
做动画和 3D 成片，20 个开源项目串成流水线Remotion、Three.js、ComfyUI、CosyVoice、FFmpeg 等 20 个开源项目，按代码做动画、搭 3D 场景、生成素材与声音、录制出片四步串成一条成片流水线，站内都有条目。
