OpenAI が公開した汎用の音声認識モデル。多言語の文字起こしと翻訳に対応。
WhisperX
带词级时间戳与说话人分离的快速 Whisper 转写。
- カテゴリ
- 🎙️ 音声とオーディオ
- リポジトリ
- m-bain/whisperX
- スター
- ★ 24,629
- フォーク
- 2,485
- 言語
- Python
- ライセンス
- BSD-2-Clause
- 最終更新
- 2026-09-26
- アクセス数
- 0
音声認識字幕
関連プロジェクト
数秒から 1 分の音声だけで声をクローンして音声合成できる TTS ツール。
通义实验室的多语言语音合成大模型，支持零样本音色克隆。
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.
The open-source AI voice studio. Clone, dictate, create.
Open-Source Frontier Voice AI