综合工具选择 · 工具介绍
WhisperX
将录音转为文字，结合对齐处理生成词级时间戳，并可区分录音中的不同说话人。
WhisperX 能做什么
将录音转为文字，结合对齐处理生成词级时间戳，并可区分录音中的不同说话人。
- 音频视频转写与语音识别
如何使用 WhisperX
整理带时间信息的多人录音文字稿
准备输入
- 有权处理的录音
- 语言设置
- 所需模型和运行环境
操作步骤
- 配置转写模型及可选说话人区分组件。
- 运行转写与对齐，生成带时间戳的文本。
- 回听专名、重叠说话和时间边界，修正后保存文字稿。
预期交付物
- 带时间戳的转写稿
- 可选说话人标签
说话人标签不等于真实姓名，部分组件需要单独授权；不能套用广告中其他产品的准确率。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从综合工具选择角度评估WhisperX
把综合工具选择需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
先看交付
你需要的是可编辑文档、图片、代码，还是有出处的资料表？
再看输入
资料能否上传、格式能否读取、敏感内容能否交给所选服务？
最后试用
用小样检查实际结果，再确认费用、导出和后续修改条件。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
