逐字稿文字預覽
浏览英文网页看不懂。 在外网看视频时听英文字幕。 本期视频一分钟教你使用Deepseek大模型翻译网页和视频。 先看一下翻译工具的效果。 这是一个字幕翻译英文的视频。 开启翻译功能后,所有英文字幕直接变成带中文翻译的双语字幕。 清晰明了。 说完效果,再教大家如何使用。 首先你需要准备一个可以接入大模型的插件。 目前市面上比较有用的有三个。 一个陪读蛙,一个沉浸式翻译,一个任意喵。 用哪个都可以。 我这边以沉浸式翻译为例。 准备好后我们开始操作。 首先我们打开沉浸式翻译,点击左下角的设置。 进去后点击左边的翻译服务。 然后点击右上角的添加自定义翻译服务。 接着我们选择自己要接入的大模型。 我这边选择Deepseek。 选择后可以看到下面的自定义模型中,多了一个Deepseek。 这时候我们需要输入API Key,也就是使用大模型的钥匙。 这个钥匙需要打开Deepseek获取。 一個任意喵。 用哪個都可以。 我這邊以沉浸式翻譯為例。 準備好後我們開始操作。 首先我們打開沉浸式翻譯,點擊左下角的設置。 進去後點擊左邊的翻譯服務。 然後點擊右上角的添加自定義翻譯服務。 接著我們選擇自己要接入的大模型。 我這邊選擇Deepseek。 選擇後可以看到下面的自定義模型中,多了一個Deepseek。 這時候我們需要輸入API Key,也就是使用大模型的鑰匙。 這個鑰匙需要打開Deepseek獲取。 我們搜索Deepseek開放平台。 找到後先登錄。 登錄完成後點擊左邊的API Key。 直接點擊創建API Key就可以了。 創建完成後複製API。 記得千萬不要洩漏API Key。 洩漏的話會導致你的額度被盜用。 然後我們把API Key填入沉浸式翻譯中。 接著下滑調整模型。 VC Pro或是剛剛發布的VC Flash都可以。 添加完成後。 記得在左下角打開。 打開後在沉浸式翻譯裡切換一下翻譯API。 切換為我們剛剛添加的Deepseek。 接著我們測試一下。 我隨便找一個視頻。 打開翻譯功能。 可以看到它會根據視頻播放實時進行翻譯。 幾乎沒有延遲。 這樣就是完成接入了。 以上就是本期視頻的全部內容了。 我們下期再見。
本次執行流程與問題處理
下達指令
預期流程
- 自動字幕優先，Whisper 作為備援
- 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：11.9 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：14.5 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：0.6 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：0.6 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：0.6 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：0.7 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：0.7 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：0.7 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：0.7 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：44.3 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：0.4 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：0.4 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=0 已先套用暫定修正：浏览英文網頁看不懂。在外網看視頻詮釋英文字幕。本期視頻一分鐘教你使用Deepseek大模型翻譯網頁和視頻。先看一下翻譯工具的效果。這是一個字幕詮釋英文的視頻。開啟翻譯功能後,所有英文字幕直接變成代中文翻譯的雙語字幕。清晰明了。說完效果,再教大家如何使用。首先你需要準備一個可以接入大模型的插件。目前市面上比較好用的有三個。一個陪讀挖,一個沉浸式翻譯, → 浏览英文网页看不懂。在外网看视频时听英文字幕。本期视频一分钟教你使用Deepseek大模型翻译网页和视频。先看一下翻译工具的效果。这是一个字幕翻译英文的视频。开启翻译功能后,所有英文字幕直接变成带中文翻译的双语字幕。清晰明了。说完效果,再教大家如何使用。首先你需要准备一个可以接入大模型的插件。目前市面上比较有用的有三个。一个陪读蛙,一个沉浸式翻译,一个任意喵。用哪个都可以。我这边以沉浸式翻译为例。准备好后我们开始操作。首先我们打开沉浸式翻译,点击左下角的设置。进去后点击左边的翻译服务。然后点击右上角的添加自定义翻译服务。接着我们选择自己要接入的大模型。我这边选择Deepseek。选择后可以看到下面的自定义模型中,多了一个Deepseek。这时候我们需要输入API Key,也就是使用大模型的钥匙。这个钥匙需要打开Deepseek获取。
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。