技术博客

# 字幕要精确到每个词？WhisperX 强制对齐（word-level timestamp）实战 普通 Whisper 出的时间轴是"整句级"的——一句字幕一个起止时间，字幕在屏幕上整句一起跳，跟不上一句句的口型。做教学字幕、歌词字幕、演讲逐字稿时，这不够。WhisperX 在 Whisper ...