匿名 有没有开源的语音转文本模型，同时有时间轴和识别人分离的功能
昨天 08:15在线
西橘日志
喂马 劈柴 周游世界 喂马 劈柴 周游世界
网站已运行 7 年 317 天 9 小时 36 分
2 online · 61 ms
Date
2025年10月24日
📅
1篇
1天前 · NEW
崚影＠ayiya 我试了，用whisper large v3 turbo模型，可以语音识别，有时间轴，但是没有说话人分离，于是我用了两个方法，一个方法是让LLM模型通过说话人意图来分别，另一种是通过pyannote模型直接识别，目前看两个都可以，就差语音转文本的识别准确率待提高了 
ayiya https://modelscope.cn/home 看看