aurorazjx/whisper-align repository overview

⁠Whisper Audio-Text Alignment Tool

基于 Stable-Whisper 的音频文案对齐工具，自动将文字稿与音频/视频精确对齐，生成 SRT 字幕文件。

⁠特性

• 🚀 开箱即用 - 预装 Whisper base 模型
• 🎯 精准对齐 - 词级时间戳，毫秒级精度
• 🌍 多语言 - 支持中英日韩等 99+ 种语言
• 📦 轻量化 - 多阶段构建优化
• 🎬 格式丰富 - 支持 MP3/WAV/M4A/MP4/FLAC 等

⁠快速开始

docker pull aurorazjx/whisper-align:base

⁠基本使用

docker run --rm \
  -v "$(pwd)":/workspace \
  aurorazjx/whisper-align:base \
  --audio /workspace/audio.mp3 \
  --text "Your text content here" \
  --language en \
  --output /workspace/output.srt

⁠技术栈

• Python 3.10
• Stable-Whisper 2.19.1
• FFmpeg
• OpenAI Whisper