WhisperX Überblick und Eckdaten (Oktober 2026)

WhisperX ist ein quelloffenes Spracherkennungswerkzeug, das OpenAIs Whisper um schnelle gebündelte Transkription, genaue Zeitstempel je Wort und Sprecherzuordnung erweitert. Es richtet sich an Teams, die Aufnahmen auf eigener Hardware transkribieren.

WhisperX nutzt das Backend faster-whisper und Sprachaktivitätserkennung, um Audio zu teilen und gebündelt zu verarbeiten. Laut Projektbeschreibung erreicht es so mit Whisper large-v2 die 70-fache Echtzeit bei weniger als 8 GB GPU-Speicher. Forced Alignment mit wav2vec2 ergänzt Zeitstempel je Wort, pyannote-audio ordnet Sprecher zu. Alignment-Modelle gibt es unter anderem für Englisch, Deutsch, Französisch, Spanisch und Italienisch. Installiert wird mit pip, es läuft auf GPU oder CPU. Die GitHub-API zeigte rund 24.000 Sterne und eine Änderung am 26. September 2026.

• Transkribiert lange Aufnahmen schnellLaut Projektbeschreibung verarbeiten gebündelte Inferenz und Sprachaktivitätserkennung stundenlanges Audio in Minuten auf einer GPU. Teams transkribieren Interviews oder Besprechungen im Haus, statt je Minute zu zahlen.
• Zeigt, wer was gesagt hatDie Sprecherzuordnung versieht jeden Abschnitt mit einem Sprecher. Protokolle und Interviewnotizen lassen sich so leichter prüfen und zitieren.
• Richtet Text zeitgenau ausZeitstempel je Wort erlauben den Sprung zu einer Stelle in der Aufnahme oder genaue Untertitel. Redaktion und Weiterbildung sparen Zeit beim Videoschnitt oder bei der Prüfung von Zitaten.

• Verbindet Whisper-Transkription, wav2vec2-Alignment und pyannote-Sprecherzuordnung in einer Pipeline.
• Läuft vollständig auf eigener Hardware. Die Sprechermodelle brauchen ein Hugging-Face-Token, aber keinen Cloud-Upload von Audio.

Quelloffene Software ohne Länderbindung, die auf eigener Infrastruktur in jedem Land läuft.

Aufnahmen von Personen sind personenbezogene Daten. Klären Sie Einwilligung und Aufbewahrung, bevor Sie Besprechungen oder Interviews transkribieren. Die Modelle für die Sprecherzuordnung setzen die Annahme ihrer Bedingungen auf Hugging Face voraus. Das Projekt pflegt ein kleines Team ohne kommerziellen Support. Planen Sie interne Zuständigkeit ein.

Noch keine Bewertung. Erzählen Sie als Erste:r, wie Ihr Team es nutzt.

Jede Bewertung zeigt ihre Prüfstufe. Wir lesen jede vor der Veröffentlichung. So prüfen wir Bewertungen