OpenAI 开源的通用语音识别模型，支持多语言转写与翻译。
WhisperX
带词级时间戳与说话人分离的快速 Whisper 转写。
- 分类
- 🎙️ 语音与音频
- 仓库
- m-bain/whisperX
- Stars
- ★ 24,494
- Forks
- 2,475
- 语言
- Python
- 许可证
- BSD-2-Clause
- 最近更新
- 2026-09-26
- 访问次数
- 0
语音识别字幕
同类项目
仅需几秒到一分钟语音即可克隆音色并合成的 TTS 工具。
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