🎙 WhisperX — транскрипція мовлення з точністю до слова

Інструмент автоматичного розпізнавання мовлення з часовими мітками на рівні слів та ідентифікацією мовців.

Ключові можливості:
• Пакетна обробка до 70× швидше реального часу на моделі large-v2
• Примусове вирівнювання через wav2vec2 для точних часових міток
• Діаризація мовців за допомогою pyannote-audio

📊 VAD-препроцесинг мінімізує хибнопозитивні результати без втрати точності. Потребує менше 8 ГБ відеопам'яті.

⚡️ Мова: Python
🛠 Платформа: Linux / macOS / Windows

Переглянути репозиторій


Підписатися • GitHub 🇺🇦

#python #ai #ml #tools #automation