WhisperX · 온라인 · 무료 · 비공개
WhisperX 온라인: 단어별 타임스탬프로 음성 받아쓰기
오디오나 동영상 파일을 놓기만 하면 단어마다 타임스탬프, 화자 표시, SRT/VTT 자막이 포함된 받아쓰기를 얻을 수 있습니다. Python도, GPU 설정도, Hugging Face 토큰도 필요 없습니다. 모든 처리는 브라우저에서 이루어지며 파일은 업로드되지 않습니다.
WebGPU 또는 WebAssembly로 100% 브라우저에서 실행됩니다. 모델은 한 번만 내려받고(40~800MB) 이후 캐시됩니다. 무료: 15분까지, 단어 타임스탬프, 모든 내보내기 형식.
- 업로드 없음
- 단어 타임스탬프
- 화자 분리
- SRT · VTT · JSON
WhisperX란?
WhisperX는 OpenAI의 Whisper를 기반으로 정확한 단어 단위 타임스탬프와 화자 분리를 더한 오픈소스 음성 인식 파이프라인입니다. 옥스퍼드 대학교의 Max Bain 연구팀이 개발했으며 Interspeech 2023에서 논문으로 발표되었습니다. faster-whisper를 이용한 일괄 받아쓰기, wav2vec2 모델을 이용한 단어 정렬, pyannote-audio를 이용한 화자 표시를 결합합니다. 사용하려면 Python, 가급적 NVIDIA GPU, 화자 분리에는 Hugging Face 토큰이 필요합니다. 이 페이지에서는 그 모든 것 없이 결과를 얻을 수 있습니다.
사용법
- 파일을 놓습니다. 오디오(MP3, WAV, M4A) 또는 동영상(MP4, MOV, WEBM). 브라우저가 오디오 트랙을 추출하며 아무것도 전송하지 않습니다.
- 모델과 언어를 고릅니다. tiny, base, small은 무료이고 large-v3-turbo가 가장 정확합니다.
- 받아쓰기를 시작합니다. WebGPU가 있으면 실시간보다 빠른 경우가 많고, 없으면 CPU 모드로 더 느리게 작동합니다.
- 확인하고 내보냅니다. 단어를 클릭하면 그 지점부터 재생됩니다. TXT, SRT, VTT 또는 WhisperX 출력 형식의 JSON으로 내려받으세요.
무료와 Pro
무료: Whisper tiny·base·small, 15분까지의 파일, 단어 타임스탬프, 모든 형식 내보내기. Pro(Answer the Web의 Webtools Pro): 추가로 large-v3-turbo, 화자 분리, 긴 녹음. 처리는 항상 로컬에서 이루어집니다.
WhisperX 설치
원본 WhisperX를 내 컴퓨터에서 실행하려면:
pip install whisperx
whisperx audio.mp3 --model large-v3 --output_format srt
whisperx audio.mp3 --model large-v3 --diarize --hf_token YOUR_HF_TOKENgithub.com/m-bain/whisperX · WhisperX vs Whisper vs faster-whisper (EN)