自动化与AI助手 · 工具介绍
WhisperX
将录音转为文字，结合对齐处理生成词级时间戳，并可区分录音中的不同说话人。
WhisperX 能做什么
将录音转为文字，结合对齐处理生成词级时间戳，并可区分录音中的不同说话人。
- 音频视频转写与语音识别
如何使用 WhisperX
整理带时间信息的多人录音文字稿
准备输入
- 有权处理的录音
- 语言设置
- 所需模型和运行环境
操作步骤
- 配置转写模型及可选说话人区分组件。
- 运行转写与对齐，生成带时间戳的文本。
- 回听专名、重叠说话和时间边界，修正后保存文字稿。
预期交付物
- 带时间戳的转写稿
- 可选说话人标签
说话人标签不等于真实姓名，部分组件需要单独授权；不能套用广告中其他产品的准确率。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从自动化与AI助手角度评估WhisperX
把自动化与AI助手需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
触发是否明确
写清事件来源、必要字段和重复事件的识别方式。
权限是否够用
只连接完成任务所需的账户与范围；真实操作由有权人员确认。
失败是否可见
保留结果状态和接手人，不能把重试次数当成完成次数。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
