whisperX:快速语音识别与精准词级时间戳及说话人分离

提供70倍实时速度的自动语音识别，支持词级时间戳和说话人分离。采用faster-whisper后端，低GPU内存需求，结合VAD预处理减少幻觉，提升转录准确性。【此简介由AI生成】