Usa Whisper Diarization para obtener etiquetas de hablantes y marcas de tiempo por palabra. Sube una grabación, revisa quién dijo qué y exporta el resultado.
Whisper convierte el habla en texto, pero no identifica hablantes por sí solo. Whisper Diarization combina Whisper Large V3 Turbo con pyannote para agrupar turnos de voz y etiquetar la transcripción. Whisper Diarization muestra quién habló y cuándo, con marcas de tiempo por palabra estimadas. Revisa el habla superpuesta y las etiquetas dudosas antes de usar el resultado.
Escucha un fragmento de 28 segundos del ejemplo del modelo publicado en Replicate. Sigue las etiquetas de hablante originales mientras escuchas.
Visualización de la forma de onda · Subtítulos automáticos originales
Speaker 1
But first, can you tell the story of developing of this model and making the complicated decision of how to release it?Speaker 2
Yeah, sure.Whisper Diarization agrupa los turnos de voz para que sigas a cada participante. Escucha antes de nombrar hablantes o corregir turnos. Las etiquetas no son identidades verificadas; voces parecidas y el habla superpuesta pueden causar errores.
Revisar etiquetas de hablantesWhisper Diarization ofrece marcas de tiempo por palabra estimadas. Haz clic en un tiempo disponible para reproducir ese pasaje y corregir palabras poco claras. Editar el texto borra las marcas de tiempo afectadas; no calcula tiempos nuevos.
Comparar con la alineación de WhisperXGuarda tu resultado de Whisper Diarization como TXT etiquetado, JSON estructurado o subtítulos SRT y VTT. Las ediciones y descargas no consumen minutos adicionales. Los archivos de subtítulos contienen texto con tiempos, sin añadir automáticamente los nombres de los hablantes.
Ver exportaciones de subtítulosAñade un archivo de audio o vídeo a Whisper Diarization. Elige el idioma y detecta los hablantes automáticamente o indica un número exacto.
Confirma la duración y el cargo, y ejecuta Whisper Diarization. La tarea continúa aunque salgas de la página.
Revisa la transcripción mientras escuchas. Corrige el texto y los nombres de los hablantes y exporta tus archivos.
¿Es tu primera vez con Whisper Diarization? Sigue la guía de carga y exportación
Whisper Diarization acepta MP3, WAV, M4A, FLAC, OGG, MP4, MOV y WebM. Sube solo grabaciones que tengas permiso de procesar.
Privacidad y conservación de grabacionesCONVIENE SABER
Whisper Diarization combina reconocimiento de voz y agrupación de hablantes para mostrar quién habló y cuándo. Esta página ejecuta thomasmol/whisper-diarization en Replicate, con Whisper Large V3 Turbo y pyannote speaker-diarization-community-1. Aquí puedes revisar y exportar el resultado.
Whisper Diarization usa marcas de tiempo por palabra de Large V3 Turbo. WhisperX usa large-v3 con una etapa aparte de alineación forzada. Ambos ofrecen transcripciones editables y etiquetas de hablantes; compara cualquier resultado con tu grabación.
No. Whisper Diarization agrupa las voces dentro de la grabación con pyannote. Escucha y renombra las etiquetas tú mismo. No verifica identidades personales ni reconoce a la misma persona entre archivos.
Whisper Diarization acepta detección automática o un número exacto de 1 a 50. No hay opción de rango mínimo/máximo. Revisa las respuestas breves y las voces superpuestas, que pueden generar grupos incorrectos.
Whisper Diarization ofrece inglés en la prueba gratuita. El acceso de pago admite inglés, español, francés, alemán, italiano, portugués, chino y japonés. La transcripción conserva el idioma hablado, sin traducir.
Whisper Diarization aquí usa cargas de archivos privadas y conserva el idioma hablado. Este editor no ofrece traducción, indicaciones de vocabulario ni URL de medios externos, aunque la API original tiene entradas adicionales.
Whisper Diarization cuesta un crédito por segundo, redondeando al alza la duración de la grabación. Confirma la duración antes de procesar. La verificación desbloquea una prueba única de 5 minutos en inglés. Las tareas fallidas liberan los minutos reservados; editar y exportar con Whisper Diarization no consume minutos adicionales.
Sí. El editor de Whisper Diarization se abre con un ejemplo publicado en Replicate. Reprodúcelo, revisa los tiempos por palabra, edita el texto, renombra etiquetas y descarga una copia sin tarea de pago. El ejemplo puede contener errores; no es una referencia de precisión.
Explora el ejemplo o sube tu propia conversación.