WhisperX · онлайн · бесплатно · приватно

WhisperX онлайн: транскрибация аудио с метками времени для каждого слова

Перетащите аудио- или видеофайл и получите транскрипт с меткой времени для каждого слова, разметкой дикторов и субтитрами SRT/VTT — без Python, без настройки GPU и без токена Hugging Face. Всё работает в вашем браузере: файл никуда не загружается.

Перетащите сюда аудио- или видеофайл MP3, WAV, M4A, MP4, MOV, WEBM … · или нажмите, чтобы выбрать · файл остаётся на устройстве

Модель Язык Задача Разделение дикторов Pro

Работает полностью в браузере через WebGPU или WebAssembly. Модель загружается один раз (от 40 до 800 МБ) и кэшируется. Бесплатно: до 15 минут, метки времени слов и все форматы экспорта.

Без загрузки
Метки времени слов
Дикторы
SRT · VTT · JSON

Что такое WhisperX?

WhisperX — открытая система распознавания речи на основе Whisper от OpenAI, которая добавляет точные метки времени для каждого слова и разделение дикторов. Её разработали Макс Бейн и коллеги из Оксфордского университета (статья на Interspeech 2023). Она объединяет пакетную транскрибацию через faster-whisper, выравнивание слов моделью wav2vec2 и разметку дикторов с помощью pyannote-audio. Для работы нужны Python, желательно видеокарта NVIDIA, а для дикторов — токен Hugging Face. Эта страница даёт результат без всего этого.

Как это работает

Перетащите файл — аудио (MP3, WAV, M4A) или видео (MP4, MOV, WEBM). Браузер извлекает звуковую дорожку, ничего не загружается.
Выберите модель и язык. tiny, base и small бесплатны; large-v3-turbo — самая точная.
Запустите. С WebGPU обработка часто быстрее реального времени; без WebGPU работает режим CPU, но медленнее.
Проверьте и экспортируйте. Нажмите на слово, чтобы перейти к этому месту. Скачайте TXT, SRT, VTT или JSON в формате вывода WhisperX.

Бесплатно и Pro

Бесплатно: Whisper tiny, base и small, файлы до 15 минут, метки времени слов и все форматы. Pro (Webtools Pro от Answer the Web): дополнительно large-v3-turbo, разделение дикторов и длинные записи. Обработка всегда локальная.

Установка WhisperX

Чтобы запустить оригинальный WhisperX на своём компьютере:

pip install whisperx
whisperx audio.mp3 --model large-v3 --output_format srt
whisperx audio.mp3 --model large-v3 --diarize --hf_token YOUR_HF_TOKEN

github.com/m-bain/whisperX · WhisperX vs Whisper vs faster-whisper (EN)

Частые вопросы

Что делает WhisperX?

Он распознаёт речь с помощью Whisper и выравнивает каждое слово по аудио, так что у каждого слова есть точное начало и конец. Также может размечать дикторов. Подходит для субтитров, интервью и подкастов.

Чем WhisperX отличается от Whisper?

Whisper выдаёт текст с приблизительными метками времени. WhisperX добавляет детектор речевой активности, более быструю пакетную обработку, точное выравнивание слов и разметку дикторов.

WhisperX бесплатный?

Да. WhisperX распространяется с открытым кодом по лицензии BSD-2-Clause и бесплатен, в том числе для коммерческого использования. WhisperX Online бесплатен для файлов до 15 минут.

Загружается ли моё аудио?

Нет. Файл читается и транскрибируется прямо в браузере. С Hugging Face загружаются только файлы модели.

Это официальный сайт WhisperX?

Нет. WhisperX Online — независимый интерфейс от Answer the Web. Официальный проект: github.com/m-bain/whisperX.