CrisperWhisper 2.0

该系统区分保留填充、重复、截止和声音的逐字记录和生成更清晰可读文本的预期记录。它还通过监督 Whisper 式的交叉注意行为来提高对齐，以产生更精确的单词计时。

CrisperWhisper 2.0 对于临床文档、对话分析、语音数据集、字幕、播客工作流程和富有表现力的语音合成管道非常有用。其可控的风格切换可帮助团队选择对于任务而言，是对口语不流利的保真度更重要，还是可读性更重要。