WhisperX

WhisperX er en community-pipeline til transskription omkring Whisper-modeller, med vægt på lange lydfiler, tidsstempler på ordniveau, alignment og diarisering af talere. Passer, når ren transskription ikke er nok, og arbejdsgangen har brug for undertekster, talermærkater eller mere præcis timing til redigering, forskning eller medier.