Руководство WhisperX
WhisperX и Whisper: текст, время и говорящие
Что WhisperX добавляет к распознаванию речи: выравнивание, группы говорящих и ограничения результата.
Команда WhisperX · Проверено 15 октября 2026 г.
Что было сказано
Whisper — семейство моделей распознавания речи. Оно предсказывает текст по аудио. Последующее выравнивание не исправляет неверно распознанное имя.
Когда это было сказано
WhisperX добавляет выравнивание с учётом языка для оценки положения слов. Для некоторых слов надёжные временные метки отсутствуют. Правка текста не пересчитывает метки.
Кто говорил
Разделение говорящих можно включить по желанию: оно группирует реплики по голосам. Метки не устанавливают личность человека. Похожие голоса и одновременная речь требуют проверки.
Выбирайте по нужному результату
Для черновика может хватить распознавания. Для навигации, данных о времени и интервью полезны выравнивание и метки. Проверяйте текст, отсутствующие временные метки и распределение реплик по говорящим; сверяйте субтитры с исходной записью.
Учитывайте условия тестов
Скорость и частота ошибок относятся к конкретным данным, оборудованию и настройкам. Они не гарантируют результат для вашей записи. Сравнивайте один файл и фиксируйте модели и параметры.