Quebec - Высокоточный forced aligner для временных меток слов
Show HN: An API for word timestamps from speech, 75% within 20ms
Quebec — это API для forced alignment, который определяет временные метки начала и конца каждого слова в аудио с точностью, близкой к ручной разметке. 77% границ слов попадают в пределах 20 мс от человеческой разметки, что значительно превосходит WhisperX, ElevenLabs Cue и Montreal Forced Aligner. Решение сочетает beam search с ограничением по времени от транскрибера, небольшую нейросетевую модель для уточнения границ и обучение на данных, размеченных с помощью LLM. Quebec идеально подходит для видеоредакторов, работающих с транскриптами, где важна точность вырезания слов. API работает без регистрации, стоит $0.32 за час аудио и поддерживает английский язык. Попробуйте бесплатно до 20:00 по восточному времени в понедельник.
Мы создали Quebec, чтобы исправить проблему неточных временных меток: теперь 77% границ слов находятся в пределах 20 мс от человеческой разметки, тогда как у лучших альтернатив этот показатель не превышает 54%.