逐字稿文字預覽
我发现CAPCUT真的很不错 用它来制作字幕真的是太方便了 它支持20多种语言语音识别 可以直接把视频或者音频一键识别生成字幕 对于各种语言的歌曲同样没有任何问题 目前唯一的缺点就是 国内使用需要布置一下网络环境 有些人生成字幕之后想把字幕导出来 刚好我编写了一个小工具 它用起来非常方便 一键直接导出SRT字幕和文本 接着可以转换成LRC歌词文件 当然你也可以转换成FCP格式的字幕 如果只是转换的话 你也可以把SRT字幕文件 直接拖拽到文本显示框中 再进行转换 如果获取字幕失败 那么可以打开字幕缓存目录 先把要识别的字幕目录直接一拖 再点击获取字幕就OK了 同样能导出字幕和文本 另外它转换的FCP格式的字幕也非常精准 这个小工具有Windows和Mac版本 Windows可以直接打开使用 Mac版本直接双击加载镜像文件 直接把小工具拖拽到桌面 接着可以退出镜像 为什么拖放在桌面 因为这样生成的字幕文件会跟随小工具一起在桌面 可以让你一眼看到 我们双击运行小工具 可以看到弹出一个提示 这是因为只要你的工具没有上架苹果App Store 那么第一次打开软件 需要你手动允许运行 我们点击完成 打开系统设置 找到隐私与安全性 拉到最底部 点击人要打开 人要打开 输入密码允许运行就可以了 此时等待它弹出界面 好,可以愉快使用了 下次不需要在系统设置中手动允许了 直接双击运行就可以了 以上就是本期视频的全部内容了 一些工具的下载地址 我会放在视频下方的评论区或者简介栏 如果觉得还不错 可以给我点赞评论加关注
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
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：15.1 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：6.0 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：1.0 秒
關係：依序執行
結果：完成
4. 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：0.1 秒
關係：依序執行
結果：完成
5. 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：0.1 秒
關係：依序執行
結果：完成
6. 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：0.1 秒
關係：依序執行
結果：完成
7. 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：0.2 秒
關係：依序執行
結果：完成
8. 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：0.2 秒
關係：依序執行
結果：完成
9. 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：0.2 秒
關係：依序執行
結果：完成
10. 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：48.0 秒
關係：依序執行
結果：完成
11. 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：1.1 秒
關係：依序執行
結果：完成
12. 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：0.2 秒
關係：依序執行
結果：完成
手動來源字幕
- 尚未產生
自動來源字幕
Whisper 字幕
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
目前待解決問題與初步改善方向
- ⚠️ 全文快速校讀：已套用暫定修正，請確認
segment=27 已先套用暫定修正：接着可以推出镜像 → 接着可以退出镜像
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。