whisperx-asr-service

把 WhisperX 变成开箱即用的语音识别 API 服务

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 语音识别 🍴 复刻 31 🐛 待处理 18 👀 关注 1
GitHub ↗
GitHub 星标 ★ 114
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,需自行部署

项目预览

whisperx-asr-service 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类语音识别
开发团队murtaza-nasir
定价模式🏷️完全免费
价格说明开源免费,需自行部署
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
GitHub 星标★ 114
上线时间2025-11-23 00:00:00
代码更新2026-11-15
仓库体积304 KB
本站数据更新2026-11-17
维护状态活跃
收录时间2026-10-03
浏览次数3

项目介绍

whisperx-asr-service 是一个基于 WhisperX 的语音识别服务化封装,把原本需要写脚本调用的 WhisperX 模型包装成可对外提供接口的服务。WhisperX 本身在 Whisper 基础上增加了语音活动检测、强制对齐和说话人分离能力,能输出带时间戳甚至区分说话人的转写结果。这个项目解决的是“模型好用但不好部署”的问题:开发者不必自己搭 FastAPI、处理音频上传、管理模型加载和并发,直接启动服务就能通过 HTTP 请求提交音频并拿到结构化识别结果。核心能力包括音频转写、词级时间戳对齐、说话人分离,以及以服务形式供其他系统调用。适合做会议记录、字幕生成、客服录音分析等需要批量或在线转写的场景。项目目前星标较少,属于早期阶段,接口稳定性和文档完善度还在演进中。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-03 · 当前星标 ★ 114

核心亮点

  • 在 Whisper 之上集成 VAD、强制对齐和说话人分离,输出带词级时间戳和说话人标签的结构化结果
  • 以服务形式封装,省去自行搭建推理接口、音频上传和模型加载的工程工作
  • 基于 Python 生态,便于二次开发和接入现有后端系统

不足之处

  • 项目处于早期,星标和社区规模小,文档与接口稳定性有待观察
  • 未提供明确的并发、GPU 资源调度和鉴权方案说明,生产可用性需自行验证

适用场景

  • 会议录音自动转写并区分不同发言人
  • 为视频批量生成带时间戳的字幕文件
  • 客服或访谈录音的在线转写与内容分析

替代项目

whisperX、whisper.cpp

上一篇:Faster-Whisper-Transcriber

下一篇:whisper-stream

同类项目推荐

hermes-speech 开源

给 Hermes 智能体装上耳朵和嘴,一句话接入多家语音模型

Hermes Agent TTS and STT plugin for AllModels speech models and voices.

★ 194 2026-09-24
LiveWhisper 开源

让 Whisper 实时出字,终端语音输入即说即显

A nearly-live implementation of OpenAI's Whisper, using sounddevice. Requires existi···

★ 362 2026-08-09
typewhisper-win 开源

本地 Whisper 语音转文字,还能顺带翻译,隐私无忧。

TypeWhisper for Windows - Local speech-to-text with translation

★ 245 2026-09-24
hns 开源

对着麦克风说话,文字自动进剪贴板,随手粘进终端。

hns is a speech-to-text CLI tool to transcribe your voice from your microphone direc···

★ 120 2026-09-24
opensubs 开源

视频不出本机,浏览器里直接转写、翻译并烧录字幕

Subtitle any video without uploading it. Whisper, translation, styling and burn-in —···

★ 180 2026-10-21
WAAS 开源

上传音视频,排队自动转文字,还能调 API

Whisper as a Service (GUI and API with queuing for OpenAI Whisper)

★ 2071 2026-09-23
whisply 开源

批量音视频一键转文字、翻译并生成字幕

Fast, cross-platform CLI and GUI for batch transcription, translation, speaker annot···

★ 167 2026-09-24
quivr-whisper 开源

用语音直接和你的第二大脑对话,解放双手查知识

Talk to your second brain personal assistant using speech

★ 68 2026-08-09
OpenMinutes 开源

录音笔音频一键转文字、自动归类,随时检索复盘

OpenMinutes · 录音笔工作台:MemoTalk S1 录音的导入 · 转录 · AI 归类 · 检索复盘(···

★ 106 2026-11-02