#149 · 主分类: 语音合成与识别
whisper-playground
使用OpenAI的Whisper构建实时语音转文本Web应用 https://openai.com/blog/whisper/
项目最后更新:09/12/25
GitHub Stars
835
Forks数量
143
贡献者数量
3
许可证
MIT
收录理由
Whisper Playground 不是一个孤立的脚本,而是一套可直接运行的 Web 应用:faster-whisper 驱动的 Python 后端搭配 React 前端,能对 99 种语言进行近乎实时的语音转文字。它集成了 Diart 和 Pyannote,在转写的同时完成说话人分离,让对话记录不再是一整段无差别的文本,而是能分清谁说了哪句话。模型大小、beam size 和转写超时等参数都暴露在配置里,你可以根据手头硬件的算力在延迟和准确率之间做取舍。项目附有详细的安装步骤和在线演示,对想快速搭建会议纪要、实时字幕或通话分析原型的团队来说,是一份很实用的参考。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。