WhisperX
免费做字幕用的 Whisper：词级时间戳 + 说话人分离
开源 离线可用 跨平台 无广告 无需注册
在 Whisper 之上加了词级时间戳和说话人分离，字幕能卡到每个词，多人对话能标出谁说的哪句。做访谈转写、会议纪要和视频字幕时，这是同类里唯一开箱具备这两项能力的。
为什么推荐它
如果你的活是做字幕或者转写多人对话，whisperX 基本没有替代品。23,575 颗星，BSD-2-Clause， 最新 v3.8.6（2026 年 5 月 25 日）。
它解决的是另外两个工具不管的事：词级时间戳让字幕能精确卡到每个词，说话人分离让访谈稿知道 哪句是谁说的。这两样自己拼很麻烦，它开箱就有。
代价是依赖链更长，装起来比 whisper.cpp 折腾。只是要一段文字的话，用不上它， 挑个桌面应用更省事。