这是一个创建于 285 天前的主题，其中的信息可能已经有所发展或是发生改变。
有清晰的发音音频 + 对应的文本
用 fastwhisper 。他是自动生成文本的，有些许错误。
用了个 gentle ，但是他是以单词为基准对齐的。
有没有什么库可以自动切分句子，然后对齐？类似歌词那种。
用 fastwhisper 。他是自动生成文本的，有些许错误。
用了个 gentle ，但是他是以单词为基准对齐的。
有没有什么库可以自动切分句子，然后对齐？类似歌词那种。
8 条回复 2025-05-08 14:00:25 +08:00
 | 1 halliday 2025 年 5 月 4 日 via Android Google speech to text api 可以 |
 | 2 NoOneNoBody 2025 年 5 月 4 日 github 有语音 to 字幕生成的，你搜字幕相关 |
 | 3 panhongx 2025 年 5 月 4 日 试过 whisper.cpp 的 large-v3-turbo 模型，自动按句切分效果很好。 |
 | 4 bigtear 2025 年 5 月 4 日 whisperx 甚至能按单词对齐，你可以试试，它用的也是一个专门的模型 |
 | 5 afkool OP @panhongx 这个能用我提供的文本吗？我看了下文档并问了下 ai,他好像是自己生成文本的。我担心生成的某些单词不太对。(毕竟我已经有文本了，就不需要机器自动识别了） |
 | 6 barnetime 2025 年 5 月 7 日  1 我也有这个需求, 自己写了个页面 https://repeat-reading-explorer.pages.dev/ |
| 8 barnetime 2025 年 5 月 8 日 文本是识别的, 音频是出版社网站下载的 |
Select Language