docker-whisperX

一条命令跑通带说话人分离的词级时间戳语音转写

docker-whisperX 是 WhisperX 语音识别工具的官方 Docker 镜像构建项目，通过 Dockerfile 与 CI 流程把 WhisperX 及其依赖（PyTorch、faster-whisper、pyannote 说话人分离模型等）打包成开箱即用的容器镜像。WhisperX 本身解决的是 OpenAI Whisper 在长音频转写中时间戳不准、无说话人区分的问题：它用强制对齐把词级时间戳精度提升到毫秒级，并接入说话人分离模型，输出带说话人标签的转写文本。本项目让用户不必手动处理 CUDA、cuDNN、Python 依赖冲突，一条 docker run 即可在 GPU 或 CPU 上跑完整流水线，同时通过 CI 自动构建和测试保证镜像可用性，适合需要批量转写会议、访谈、播客并区分说话人的工程团队。