Directorio › Audio y voz › WhisperX
> JOYA AUDIO Y VOZ · VÍDEO · PRODUCTIVIDAD Y DOCUMENTOS · IA LOCAL
WhisperX
por Max Bain
Transcripción rápida con marcas de tiempo por palabra e identificación de hablantes.
Ver en GitHub →Qué hace
- Alineación palabra a palabra, ideal para subtítulos precisos
- Diarización: sabe quién habla y cuándo (con pyannote)
- Inferencia por lotes, hasta 70x tiempo real con large-v2
Instalarlo
Requisitos: Python; CUDA toolkit 12.8 para GPU; token de Hugging Face para la diarización.
Instalar con pip
pip install whisperxTranscribir con hablantes
whisperx path/to/audio.wav --model large-v2 --diarize --highlight_words True
El prompt para tu agente
Pégalo en tu agente de código: comprueba los requisitos y lo instala por ti.
Claude CodeCodexCursorGemini CLIopencode
Prompt
Instala WhisperX (https://github.com/m-bain/whisperX) en mi equipo.
1. Comprueba los requisitos: Python; CUDA toolkit 12.8 para GPU; token de Hugging Face para la diarización. Si falta algo, avísame antes de instalar nada.
2. Sigue el método oficial:
- Instalar con pip: pip install whisperx
- Transcribir con hablantes: whisperx path/to/audio.wav --model large-v2 --diarize --highlight_words True
3. Comprueba que funciona y explícame cómo iniciarlo y por dónde empezar.
Revisa siempre lo que tu agente va a ejecutar, sobre todo los comandos de instalación.