概念word-level timestamp / forced alignment / 强制对齐
逐词时间戳
通过语音识别或强制对齐获得音频中每个词的起止时间戳的技术，可将动画等视觉事件精确绑定到语音时间点，实现逐词同步
时间轴 (近 90 天)
10月31日
逐词时间戳（word-level timestamp / forced alignment）通常先对旁白音频做语音识别，得到每个词的起止时间，再把动画事件绑定到这些时间点上。
待验证50%
通过语音识别或强制对齐获得音频中每个词的起止时间戳的技术，可将动画等视觉事件精确绑定到语音时间点，实现逐词同步
逐词时间戳（word-level timestamp / forced alignment）通常先对旁白音频做语音识别，得到每个词的起止时间，再把动画事件绑定到这些时间点上。