Пост канала
- фото
WhisperX в SageMaker: «кто сказал» и таймкод до слова без своего образа Отдаёте агенту запись созвона, а в расшифровке все реплики слиплись: кто предложил правку — не видно, таймкод висит на целую фразу со сдвигом в пару секунд. Для субтитров и вырезки цитаты это ломает работу ещё до спора «я так не говорил». WhisperX накладывает пословные метки и разметку спикеров поверх Whisper. Amazon собрала цепочку в готовый образ под SageMaker: форма с файлом и флагом diarize, без своего сборного контейнера и без отдельного токена на веса. Короткие записи — синхронный вызов, длинные — асинхронно через облако. Если текст из аудио потом ищете по спикеру или режете по словам, сравните ответ с обычным Whisper на одном файле — разница видна сразу.
Открыть в MAX- Просмотры
- 11
- ER
- —
- Реакции
- —