宝玉(@dotey)
今天给 BaoCut 集成了 OpenMOSS 开源的 MOSS-Transcribe-Diarize-0.9B，能够一次性将长音频转换为结构化、带说话人标注的转写结果。 它有点好就是不需要专门的发...
7.5内容质量
TL;DR · AI 摘要
BaoCut集成OpenMOSS的MOSS-Transcribe-Diarize-0.9B模型，实现长音频结构化转写，但存在速度慢和标点缺失问题。
核心要点
- MOSS-Transcribe-Diarize-0.9B无需专用发言人识别模型，可输出时间戳对齐文本
- 转录速度较qwen3-asr-0.6b慢30%，且不支持标点符号
- Whisper存在时间戳不准导致字幕对齐失败问题
结构提纲
按章节快速跳转。
介绍BaoCut集成MOSS-Transcribe-Diarize-0.9B模型的实现效果
- ·核心优势
无需专用发言人识别模型，直接输出时间戳对齐文本
- ·性能对比
转录速度较qwen3-asr-0.6b慢30%，标点支持缺失
时间戳不准导致字幕对齐失败，中英文混排支持差
- ·改进方向
需优化标点生成和热词适配功能
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- BaoCut语音转写模型集成
- 模型优势
- 无需专用发言人识别模型
- 时间戳精确对齐
- 性能问题
- 转录速度较慢
- 标点符号缺失
- 历史问题
- Whisper时间戳不准
- 中英文支持差
金句 / Highlights
值得收藏与分享的关键句。
MOSS-Transcribe-Diarize-0.9B无需专用发言人识别模型，直接输出时间戳对齐文本
转录速度比qwen3-asr-0.6b要慢些，不支持标点符号
Whisper时间戳不准拆分导致字幕和语音对不上，需人工校对
#语音转写#模型集成#OpenMOSS#BaoCut
打开原文宝玉 on X: "今天给 BaoCut 集成了 OpenMOSS 开源的 MOSS-Transcribe-Diarize-0.9B，能够一次性将长音频转换为结构化、带说话人标注的转写结果。 它有点好就是不需要专门的发言人识别模型，直接输出带精确时间戳、发言人的时间对齐文本。 转录速度比 qwen3-asr-0.6b 要慢些，不支持标点符号，似乎自定义 Prompt https://t.co/CbBWzITfQX" / X
宝玉
@dotey
今天给 BaoCut 集成了 OpenMOSS 开源的 MOSS-Transcribe-Diarize-0.9B，能够一次性将长音频转换为结构化、带说话人标注的转写结果。 它有点好就是不需要专门的发言人识别模型，直接输出带精确时间戳、发言人的时间对齐文本。 转录速度比 qwen3-asr-0.6b 要慢些，不支持标点符号，似乎自定义 Prompt 与热词没有起作用。 项目地址：
github.com/OpenMOSS/MOSS-…
Jul 17
最早我做字幕翻译的时候，语音转文字是用的 Whisper，但是 Whisper 有几个问题： 一个问题是时间戳不准，时间戳不准拆分的就是就可能字幕和语音对不上，很影响效果，需要人工去从头到尾校对一遍 一个问题是中英文混排支持不好，中文其实支持也不算太好，所以中文的转录就效果很差
Show more
6:48 AM · Jul 19, 2026
13.9K
Views
17
0
1
7
6
54
5
4
61
Read 17 replies