WhisperTimeSync 是语音识别领域的开源项目，由 EtienneAb3d 开发，2023 年首次发布。
它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 167。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-24。本地部署，完全免费。
它主要面向的使用场景是：视频字幕制作，需要精确到帧级的时间轴。同类可对比的替代方案包括 faster-whisper、stable-ts、whisperx。
WhisperTimeSync
给 Whisper 字幕校准时间轴，让字幕精准同步
WhisperTimeSync 是一个用 Java 编写的开源工具，旨在解决 Whisper 语音识别结果中时间戳不准确的问题。它允许用户基于已有的、准确的转录文本，重新对齐 Whisper 生成的时间戳，从而提升字幕或文本与音频的同步精度。该工具核心能力是集成对齐器（aligner），利用 ASR 和 NLP 技术，将文本与音频进行精细对齐，最终输出更精确的字幕文件。它特别适用于对时间轴精度要求高的场景，如视频字幕制作、播客转写、会议记录等。通过简单的命令行或 API 调用，用户可以快速修正 Whisper 输出的时间偏移，无需重新运行整个识别流程，节省计算资源。项目处于早期阶段，但提供了一种实用的解决方案。
开源
free
音频音乐
GitHub 星标
★ 167
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队EtienneAb3d
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Java
技术栈/模型aligner,asr,nlp,subtitles,text-to-speech,whisper
GitHub 星标★ 167
30天Star增速
HF 下载量
上线时间2023-02-09 00:00:00
最近更新2026-08-24 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 无需重新运行 Whisper，基于现有转录文本即可修正时间戳，节省算力
- 专注于时间对齐，解决 Whisper 在长音频或噪声环境下时间偏移的痛点
- Java 实现，易于集成到现有 Java 多媒体处理流程中
不足之处
- 项目处于早期阶段，API 和功能可能不稳定
- 文档/社区待观察
适用场景
- 视频字幕制作，需要精确到帧级的时间轴
- 播客或会议录音转写后，修正时间戳以匹配音频
- 对 Whisper 输出进行后处理，提升下游 NLP 任务的时序准确性
替代项目
faster-whisper、stable-ts、whisperx
项目介绍
同类项目推荐
obs-localvocal
开源
直播录屏时，本地AI实时生成字幕，保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频，一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
speechbrain
开源
一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
whisper-diarization
开源
给语音转写加上说话人标签，会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper