// 语音和音乐
whisperXv3.8.6
带时间戳与说话人分离的 Whisper
开源 维护中 普通用户
一段话结论
whisperX 是带时间戳与说话人分离的 Whisper。
适合：想直接用 AI 语音和音乐、不想折腾配置的人。
要点：开源大库收录：带时间戳与说话人分离的 Whisper
01怎么开始
- 1打开官网或应用商店页（上方按钮），注册账号。
- 2在浏览器里用，或下载官方 App。
pip install whisperx - 3价格：开源免费——有免费额度就先用免费版试。
02替代品与对比
并排对比 → faster-whisper CTranslate2 加速 Whisper ★ 26k SenseVoice 多语种语音理解模型 ★ 9.6k sherpa-onnx 离线语音识别/合成 ★ 15k OpenAI Whisper OpenAI 开源的稳健语音识别模型。 ★ 111k VoiceStudio（本地语音克隆与配音） 开源、可完全本地运行的 ElevenLabs 替代：声音克隆、音色设计、视频配音、听写、转写和有声书制作（自述支持 646 种语言），默认引擎基于 k2-fsa/OmniVoice；提供本地 API 和 MCP 供 agent 调用，macOS / Linux 一键安装桌面版。AGPL-3.0 ★ 81k