与 Montreal Forced Aligner (MFA) 相比, WhisperX 的字级时间戳不准确
作者: smpa01创建于 2025年10月3日更新于 2026年8月3日
顿
我曾经在同一个`.wav'音频文件中试验过蒙特利尔强制阿里纳(MFA)和WhisperX,以比较字级时间戳的准确性。
我注意到WhisperX产生的时间戳已大为脱落。 我附上一个比较表(见图像),
** 我的WhiperX命令:** 嘘 sleepx source.wav -- model big-v3 -- language -- -- align model WAV2VEC2 ASR LARGE LV60K 960H -- 高亮词 对
问题:**
- 鉴于强制对接是WhisperX的预定用途,我是否缺少任何建议设置或工作流程以提高对接准确性?
我期待WhisperX 生成相同的词级时间戳。 我用Praat来直观地展示外交部的产出,并发现它非常准确。
如能提供任何指导或澄清,将不胜感激!
谢谢
<img宽="771"高="688" alt="Image" src="https://GitHub.com/user-attachments/asset/485ee175-2967-4067-b6e4-008c97eff58e"/内容来源: m-bain/whisperX