apizt · AUDIO LAB / 09

WhisperX 说话人分离教程：两人录音、匿名标签与重叠检查

9.361 秒16000 Hz · 2 声道 · PCM16macOS say 原创练习音频

01 / 可下载原始输入

CH 0 · 真实 PCM16 波形0.0s2.3s4.7s7.0s9.4sCH 1 · 真实 PCM16 波形0.0s2.3s4.7s7.0s9.4s

What time should we meet tomorrow? Please confirm the room number. We should meet at ten thirty. The room number is two hundred and five.

02 / 本任务执行入口

ffmpeg -version
python3.11 -m venv .venv-whisperx
.venv-whisperx/bin/pip install whisperx
.venv-whisperx/bin/python align.py
export HF_TOKEN=你自己的模型访问凭证
.venv-whisperx/bin/python diarize.py aligned.json
python3 check.py --result diarized.json

波形读取真实 WAV 样本绘制。原文为人工写作的朗读输入，不能作为模型成功输出。