工作清單

這 3 個「免費」App，買 Mac 當天就該裝起來!

逐字稿文字預覽

這三個免費的 Mac App，你一定要先存起來。
那我相信只要用過 Apple 的產品的人，都會知道 AirDrop 有多好用。
但是問題來了，如果你的同事使用的是 Windows，或者是你家人用的是 Android，那該怎麼辦呢？
這個時候就要試試看 LocalSend 這一款 App。
它的概念像是跨平台的 AirDrop，你只要在同一个 WiFi 环境底下，就可以互相传照片、传档案，甚至你想要传文字都可以。
使用起来真的是蛮直觉的。
再来，如果朋友传给你压缩档，不是 ZIP 档。
而是 Rare 的或是一些像 7z 这种比较少见的压缩格式，那该怎么解压缩呢？
那我会建议安装 The Unarchiver 这个 App，它是一款专门用来解压缩的工具，支援的格式非常广，几乎所有你看到过的、没有看到过的，它都可以解，而且操作很直觉，设定也很简单，对于刚入手 Mac 的新手呢，非常友善。
好，那如果你想要在选单列一眼就知道为什么你的 Mac 变慢了、变热了，或者是哪一个 App 正在吃系统资源的话，那 States 就很适合你。
它是一款放在 macOS 选单列上面的系统监控 App，它可以让你直接看到 CPU、 GPU 的使用率、机体的压力值、网络速度，甚至是感应器的温度，所以。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtube.com/shorts/aLFT9q-N9Vk?si=W6nQKuhwlrAV3Jop --language zh

    來源：https://youtube.com/shorts/aLFT9q-N9Vk?si=W6nQKuhwlrAV3Jop

    辨識語言：zh ｜ 參數：--language zh

  2. 預期流程

    依指令產生的處理順序：

    1. 下載與語音辨識
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：4.5 秒

    關係：依序執行

    結果：完成

  4. 2. 救援階梯補救

    工具：videonote_rescue_ladder.py

    處理：來源字幕與 Whisper 都不可用時，依序嘗試其他辨識來源

    產出：transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：27.0 秒

    關係：依序執行

    結果：完成

  5. 3. 文字校正

    工具：videonote_correct_transcript.py（校正語音辨識錯字）

    處理：校正語音辨識錯字並整理成斷句前正稿

    產出：transcript.presegmentation_corrected.json（校正後逐字稿）、transcript_presegmentation_correction_report.json（校正報告）

    耗時：8.1 秒

    關係：依序執行

    結果：完成

  6. 4. 語意重斷句

    工具：videonote-restructure-sentences

    處理：以語意重新切分過長字幕區塊

    產出：sentence_units.json（句子單元）

    耗時：5.8 秒

    關係：依序執行

    結果：完成

  7. 5. 全文檢核

    工具：videonote_global_review.py

    處理：檢查斷句後的全文連貫性

    產出：global_review_report.json（全文檢核報告）

    耗時：29.8 秒

    關係：依序執行

    結果：完成

  8. 6. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  9. 7. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  10. 8. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  11. 9. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  12. 10. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  13. 11. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  14. 12. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：41.8 秒

    關係：依序執行

    結果：完成

  15. 13. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  16. 14. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench