WhisperX
Meer info
- Bedenker
- Max Bain (Oxford)
- Jaar
- Type
- Whisper-wrapper met tijdstempels per woord en diarisatie
- Licentie
- BSD-4
- Broncode
- github.com/m-bain/whisperX
Een wrapper rond Whisper die via ‘forced alignment’ tijdstempels per woord toevoegt, plus sprekerdiarisatie via pyannote — en dankzij batchgewijze inferentie 70 keer sneller draait.
De eigen tijdstempels van Whisper werken op segmentniveau (5–30 seconden) en zijn vaak onnauwkeurig. WhisperX draait een wav2vec 2.0-model voor forced alignment, wat woordniveau geeft (ongeveer 20 ms precisie). Voor de doorvoer wordt de faster-whisper-backend (CTranslate2) gebruikt. De diarisatiemodule van pyannote voorziet elk woord van een spreker. Sinds 2024 de standaardtoolkit voor ‘transcriberen en diariseren’.