timething

让文本转录自动匹配音频时间轴，精准定位每一句话。

Timething 是一个用于将文本转录与音频录音进行对齐的开源库。它解决的核心问题是，在语音识别或音频处理场景中，转录文本与音频时间轴不同步，导致难以定位或校对。该库提供自动对齐功能，能够基于音频和文本内容计算出每个词或句子的精确时间戳，从而生成带时间标记的转录结果。其核心能力包括：支持多种音频格式、与主流语音识别系统输出的文本兼容、提供简单易用的 API 接口，以及可扩展的模型架构。Timething 基于 Jupyter Notebook 开发，适合研究与实际应用，尤其适用于需要精确时间戳的播客、会议记录、字幕生成等场景。项目目前处于早期阶段，但已具备基本可用性，为开发者提供了高效处理音频文本对齐的解决方案。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 133

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feldberlin

所属国家

官网地址

GitHubhttps://github.com/feldberlin/timething

定价模式free

价格说明开源库，MIT许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型alignment,audio,cli,forced-alignment,huggingface,nlp,python,speech,speech-recognition,tts

GitHub 星标★ 133

30天Star增速

HF 下载量

上线时间2022-05-09 00:00:00

最近更新2026-09-07 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4

使用教程

核心亮点

提供精确的词级或句级时间戳，显著提升转录文本的可用性。
API 设计简洁，易于集成到现有音频处理或语音识别流程中。
基于 Jupyter Notebook 开发，便于研究者快速实验和可视化结果。

不足之处

项目处于早期阶段，文档和社区支持相对有限。
对非英语音频的支持可能不够完善，需进一步验证。

适用场景

为播客或会议录音生成带时间戳的逐字稿，便于检索和引用。
在语音助手或字幕生成系统中，同步音频与文本内容。
用于语音识别模型的训练数据预处理，自动对齐音频和转录文本。

替代项目

Montreal Forced Aligner、aeneas、Gentle

项目介绍

timething 是语音识别领域的开源项目，由 feldberlin 开发，2022 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 133。

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 2026-09-07。开源库，MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：为播客或会议录音生成带时间戳的逐字稿，便于检索和引用。同类可对比的替代方案包括 Montreal Forced Aligner、aeneas、Gentle。

上一篇：pinyin-to-ipa

下一篇：efficientspeech