Use o Whisper Diarization para identificar falantes e obter marcações de tempo por palavra. Envie uma gravação, revise quem disse o quê e exporte o resultado.
O Whisper converte fala em texto, mas não identifica falantes sozinho. O Whisper Diarization combina o Whisper Large V3 Turbo com o pyannote para agrupar turnos de voz e rotular a transcrição. O Whisper Diarization mostra quem falou e quando, com marcações de tempo por palavra estimadas. Revise falas sobrepostas e rótulos incertos antes de usar o resultado.
Ouça um trecho de 28 segundos do exemplo publicado no Replicate. Acompanhe os rótulos originais de falantes enquanto escuta.
Visualização da forma de onda · Legendas automáticas originais
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.O Whisper Diarization agrupa turnos de voz para você acompanhar cada participante. Ouça antes de nomear falantes ou corrigir turnos. Os rótulos não são identidades verificadas; vozes parecidas e falas sobrepostas podem causar erros.
Revisar rótulos de falantesO Whisper Diarization fornece marcações de tempo por palavra estimadas. Clique em uma marcação de tempo para reouvir o trecho e corrigir palavras pouco claras. Editar o texto da transcrição apaga as marcações de tempo afetadas; não calcula novos tempos.
Comparar com o alinhamento do WhisperXSalve o resultado do Whisper Diarization em TXT com rótulos, JSON estruturado ou legendas SRT e VTT. Edições e downloads não consomem minutos extras. Arquivos de legenda contêm texto com tempos, sem adicionar nomes de falantes automaticamente.
Explorar exportação de legendasAdicione um arquivo de áudio ou vídeo ao Whisper Diarization. Selecione o idioma e detecte falantes automaticamente ou defina um número exato.
Confirme a duração e o custo, depois execute o Whisper Diarization. Sua tarefa continua mesmo se você sair da página.
Revise a transcrição enquanto ouve. Corrija o texto e os nomes dos falantes e exporte seus arquivos.
Novo no Whisper Diarization? Siga o guia de envio e exportação
O Whisper Diarization aceita MP3, WAV, M4A, FLAC, OGG, MP4, MOV e WebM. Envie apenas gravações que você tem permissão para processar.
Privacidade e retenção das gravaçõesO QUE VOCÊ PRECISA SABER
O Whisper Diarization combina reconhecimento de fala e agrupamento de falantes para mostrar quem falou e quando. Esta página executa thomasmol/whisper-diarization no Replicate, unindo o Whisper Large V3 Turbo ao pyannote speaker-diarization-community-1. Você pode revisar e exportar o resultado aqui.
O Whisper Diarization usa marcações de tempo por palavra do Large V3 Turbo. O WhisperX usa o large-v3 com uma etapa separada de alinhamento forçado. Ambos oferecem transcrições editáveis e rótulos de falantes; revise qualquer resultado comparando com sua gravação.
Não. O Whisper Diarization agrupa vozes dentro da gravação usando o pyannote. Ouça e renomeie os rótulos você mesmo. Ele não verifica identidades pessoais nem reconhece a mesma pessoa entre arquivos.
O Whisper Diarization aceita detecção automática ou um número exato de 1 a 50. Não há intervalo mínimo/máximo. Revise respostas curtas e vozes sobrepostas, que podem gerar grupos incorretos.
O Whisper Diarization oferece inglês no teste gratuito. O acesso pago suporta inglês, espanhol, francês, alemão, italiano, português, chinês e japonês. A transcrição mantém o idioma falado, sem tradução.
O Whisper Diarization aqui usa envio privado de arquivos e mantém o idioma falado. Tradução, prompts de vocabulário e URLs de mídia externa não estão disponíveis neste editor, embora a API de origem tenha entradas adicionais.
O Whisper Diarization custa um crédito por segundo, arredondado para cima conforme a gravação. Confirme a duração antes de processar. A verificação libera um teste único de 5 minutos em inglês. Tarefas com falha liberam os minutos reservados; edições e exportações do Whisper Diarization não consomem minutos extras.
Sim. O editor do Whisper Diarization abre com um exemplo publicado no Replicate. Reproduza, inspecione tempos por palavra, edite o texto, renomeie rótulos e baixe uma cópia sem tarefa paga. O exemplo pode conter erros; não é uma referência de precisão.
Explore o exemplo ou envie sua própria conversa.