WhisperX nedir? Konuşmacı ayırma, Hugging Face jetonu, kurulum, Whisper'dan farkı, Türkçe ve lisans

WhisperX'i pip ile kurar, ses ya da video kaydını komut satırından verirsin; konuşma yazısını kelime kelime zaman damgası ve konuşmacı ayrımıyla alırsın. Whisper'ın üstüne kurulu açık kaynak (BSD-2-Clause) bir Python kütüphanesi ve komut satırı aracı; README 70 kat gerçek zamandan hızlı diyor, bu üreticinin beyanı. Yazılım ücretsiz; GPU ya da sunucu maliyeti ve güncelleme sende. Konuşmacı ayırma için Hugging Face jetonu ve bir model sözleşmesi şart. Türkçe için hizalama modeli tanımlı ama kalite ölçütü yok.

Ne yapar: Kaydı kelime zamanlı ve konuşmacı ayrımlı yazıya döker
Kodsuz: Hayır: Python ve komut satırı
Ücretsiz: Evet, BSD-2-Clause; sunucu masrafı sende
Konuşmacı ayırma: Hugging Face jetonu şart
Donanım: large-v2 için 8 GB'dan az GPU belleği (üretici beyanı)
Türkçe: Hizalama modeli var; kalite ölçütü yok
Güncel sürüm: 3.8.6 (25.05.2026)

WhisperX ne işe yarar? Kodsuz kullanabilir miyim?

Kodsuz kullanabilir miyim?

Hayır. WhisperX bir uygulama değil, pip ile kurulan bir kütüphane; komut satırından ya da Python'dan çalıştırılır. Arayüzlü bir sürümü yok. README, GPU'su olmayanlar için Replicate üzerinde üç üçüncü taraf demo bağlantısı veriyor; onların hesap koşulu ve fiyatı için Replicate sayfasına bak.

WhisperX bir ses ya da video kaydını dinleyip konuşmayı yazıya çevirir, her kelimenin başladığı ve bittiği saniyeyi bulur ve istersen çok konuşmacılı kayıtta kimin söylediğini etiketler. Altyazı hazırlamak, toplantı ya da röportaj kaydını aramak veya kurgu için işine yarar.

Kaydı yazıya çevirmekNe alırsın: Konuşma bölümleri ve altyazı dosyalarıAyrı kurulum gerekir Kelime zamanlarını bulmakNe alırsın: Kelime başlangıç ve bitiş zamanlarıAyrı kurulum gerekir Konuşmacıları ayırmakNe alırsın: Segment ve kelimelere konuşmacı etiketiAyrı kurulum gerekir

	OpenAI Whisper (README anlatımı)	WhisperX
Zaman damgası	Cümle düzeyinde; README: birkaç saniye kayabilir	Kelime düzeyinde (wav2vec2 ile hizalama)
Toplu çıkarım	Yerel olarak desteklemiyor	Var (faster-whisper arka ucu)
Konuşmacı ayırma	README anlatmıyor	Var (pyannote-audio, HF jetonuyla)
Sessiz bölümler	README anlatmıyor	VAD ön işleme; README: yanıltıcı metni azaltır

Kime yarar: Python ya da komut satırına yatkın, kayıt dökümü ve altyazı üreten geliştirici ve teknik içerik üreticileri. Kodsuz araç arıyorsan WhisperX senin için değil.

WhisperX nasıl kurulur? Konuşmacı ayırma, Mac ve GPU'suz kullanım

Komutlar resmî README'den.

GPU kullanacaksan CUDA toolkit 12.8'i kur. README, Linux ve Windows için NVIDIA indirme sayfalarını veriyor. Yalnız işlemci kullanacaksan bu adımı atla.
Python 3.10 ile 3.13 arası bir sürüm kullan. Paket Python 3.14 ve üstünü desteklemiyor.
Gerekirse ffmpeg kur (README, OpenAI Whisper kurulum rehberine yönlendiriyor).

Kur› pip install whisperx

Kurmadan çalıştır› uvx whisperx

GitHub'daki sürümü çalıştır› uvx git+https://github.com/m-bain/whisperX.git

Kaynaktan kur

› git clone https://github.com/m-bain/whisperX.git
cd whisperX
uv sync --all-extras --dev

README: geliştirme sürümü deneysel özellik ve hata içerebilir; üretim için PyPI sürümünü kullan.

Windows ve Linux + NVIDIA GPUVar	README CUDA toolkit 12.8 için Windows ve Linux bağlantıları veriyor. large-v2 için 8 GB'dan az GPU belleği yazıyor (üretici beyanı).
Yalnız işlemciVar	README: --device cpu --compute_type int8 komutu. Daha yavaş olabilir; hız rakamı verilmiyor.
Mac (Apple GPU)Net değil	README Mac için yalnız işlemci yolunu veriyor. Mac GPU desteği GitHub'da açık bir istek olarak duruyor (issue 109).

Konuşmacı ayırmak için Hugging Face jetonu

Hugging Face hesabı aç ve huggingface.co/settings/tokens adresinden “read” yetkili bir jeton üret.
Model sözleşmesini kabul et: huggingface.co/pyannote/speaker-diarization-community-1 sayfasında formu doldur. Form şirket ya da üniversite ile kullanım amacı soruyor ve seni zaman zaman e-postayla bilgilendirmeye izin vermeni istiyor. Model CC-BY-4.0 lisanslı, “her zaman ücretsiz erişilebilir” deniyor.
Komuta jetonu ver: --diarize --hf_token <jetonun>.

Jeton senin hesabına bağlıdır: paylaşılan betiklere ve ekran görüntülerine yazma.

WhisperX nasıl kullanılır? Hazır komutlar ve sınırları

Temel komut kayıt dosyasının adıdır. Seçenekleri sonuna eklersin.

En basit hâli (varsayılan whisper small)› whisperx kayit.wav

Daha doğru zaman için büyük model, kelime vurgulu altyazı› whisperx kayit.wav --model large-v2 --highlight_words True

Konuşmacıları ayır (kaç kişi olduğunu biliyorsan ver)› whisperx kayit.wav --model large-v2 --diarize --hf_token <jetonun> --min_speakers 2 --max_speakers 2

Türkçe kayıt (README'deki Almanca örneğin uyarlaması)› whisperx kayit.wav --model large-v2 --language tr

GPU olmadan, işlemcide› whisperx kayit.wav --compute_type int8 --device cpu

README: İngilizce dışı dillerde dil kodunu ver ve large model kullan. Türkçe komutu README'deki Almanca (--language de) örneğinin uyarlamasıdır; Türkçe için WhisperX belgesinde ölçüt ya da örnek yok.

GPU belleği yetmezse: --batch_size 4, daha küçük --model base ya da --compute_type int8 (kaliteyi etkileyebilir).
“2014.” ya da “13,60” gibi sayı ve simge içeren kelimelere zaman verilmez; hizalama modelinin sözlüğünde olmayan karakterler hizalanamaz (README).
Aynı anda konuşanları ne Whisper ne WhisperX iyi işliyor; konuşmacı ayırma kusursuz değil (README).
Dile özgü bir wav2vec2 hizalama modeli gerekir; listede olmayan bir dil için kendi modelini bulman gerekir.

WhisperX ücretsiz mi? Maliyet ve güncel sürüm

Yazılım ücretsiz; sunucu maliyeti ve güncelleme sende. Abonelik ya da lisans ücreti yok. Gerçek maliyet bir GPU (ya da yavaş işlemci) ve elektrik; resmî kaynak bir tutar vermiyor.

Güncel sürüm

PyPI kararlı sürüm 3.8.6 (25 Mayıs 2026), Python 3.10 ile 3.13. GitHub'da 3.8.7rc1 ön sürümü (26 Haziran 2026) var. Depo arşivli değil, son güncelleme 26 Eylül 2026; 230 açık kayıt (sorun ve çekme isteği).

Replicate demoları

README, GPU'su olmayanlar için Replicate'te üç demo (large-v3, large-v2, medium) bağlantısı veriyor. Bunlar üçüncü taraf; fiyat ve hesap koşulu için Replicate sayfasına bak.

Sponsor bağlantısı

README'nin başındaki Recall.ai toplantı API'si bir sponsor tanıtımıdır, WhisperX'in parçası değil.

Kaynak: README, LICENSE, PyPI ve GitHub API, 15.10.2026. Bu bir hukuki ya da mali görüş değildir.

WhisperX Türkçe çalışır mı? Lisans ve veri

Türkçe transkripsiyonNet değil	Altta yatan Whisper modellerinin dil listesinde Türkçe var; WhisperX belgesinde Türkçe kalitesi için sayı ya da örnek yok.
Türkçe kelime zamanıKısmen	Kodda Türkçe (tr) için bir wav2vec2 hizalama modeli tanımlı (topluluk modeli); kalitesi ölçülmemiş.
Türkçe konuşmacı ayırmaNet değil	Resmî kaynak dile özgü bir ölçüt vermiyor; ayırmanın genel olarak kusursuz olmadığı yazıyor.
Arayüz diliYok	Arayüz yok; komut satırı ve Python.

Yapabilirsin

BSD-2-Clause: ticari kullanım, değiştirme ve dağıtım serbest; telif ve garanti reddi notu korunmalı

Yasak

Konuşmacı ayırma modeli ayrı lisanslı: CC-BY-4.0 (atıf gerekir) ve Hugging Face kullanıcı sözleşmesi
Whisper, hizalama ve ses etkinliği modellerinin kendi lisansları README'de listelenmemiş; ticari işte kullanmadan önce her birine bak

Ses nereye gidiyor?

README bir gizlilik beyanı vermiyor. Kütüphane kaydı bilgisayarında işler; ilk kullanımda hizalama modellerini indirir (torchaudio ya da Hugging Face) ve konuşmacı ayırma için Hugging Face jetonu ister. Belge telemetri hakkında bir şey yazmıyor.

Kayıttaki kişiler

Konuşma kaydı kişisel veri içerebilir. Kayıttaki kişilerin rızası ve KVKK sorumluluğu sende. Bu bir hukuki görüş değildir.

Sık sorulan sorular

WhisperX ile konuşmacı ayırma nasıl yapılır, Hugging Face jetonu gerekir mi?

--diarize bayrağıyla ve --hf_token ile Hugging Face'ten aldığın bir read jetonunu vererek. Önce Hugging Face'te pyannote/speaker-diarization-community-1 modelinin kullanıcı sözleşmesini kabul etmen gerekir.

WhisperX ile Whisper arasındaki fark nedir?

WhisperX, faster-whisper tabanlı Whisper'ın üstüne kelime düzeyinde zaman damgası, ses etkinliği algılama ve konuşmacı ayırma ekler ve toplu çıkarımla hızlandırır. README 70 kat hız diyor; bu üreticinin beyanı.

WhisperX nasıl kurulur?

pip install whisperx ya da uvx whisperx. GPU kullanacaksan önce CUDA toolkit 12.8'i kur; yalnız işlemciyle bu adım yok. Python 3.10 ile 3.13 arası.

WhisperX Mac'te ya da GPU olmadan çalışır mı?

README işlemci için --device cpu --compute_type int8 komutunu veriyor ve bunun Mac OS X için de olduğunu yazıyor. Mac GPU desteği GitHub'da açık bir istek olarak duruyor.

WhisperX ücretsiz mi, ticari kullanılabilir mi?

Evet, BSD-2-Clause lisanslı; ticari kullanım serbest. Konuşmacı ayırma modeli ayrıdır ve CC-BY-4.0 lisanslıdır: atıf gerekir. Bu bir hukuki görüş değildir.

WhisperX hangi işlerde, hangi setlerde?

Toplantıyı yazıya dökmek ve özetlemek

İlgili rehberler

Kaynaklar

Resmî kaynaklarda net olmayanlar: Türkçe transkripsiyon, hizalama ve konuşmacı ayırma kalitesi · Mac GPU (MPS) desteği · RAM ve disk gereksinimi, 8 GB GPU belleği ve 70 kat hız beyanlarının koşulları · Replicate demolarının fiyatı · Whisper, hizalama ve VAD modellerinin ticari kullanım koşulları · telemetri. Her biri ilgili bölümde ne yapabileceğinle birlikte yazılı.