逐字稿文字預覽
爱马仕或者是有些熟悉PI的朋友 因为它有点像PI 实际上它是OpenClo和Pi的一个基础上面 演变出来的一个把着原点放在插件 这样的一个智能体框架 它的思想是一切皆差见 这是它的主导的思想 我们不再过度的去解图它这个产品的一个 未来的一个发展趋势 在这里我们给出一些更简单的一个使用方法 因为它的官方版本没有桌面板 所以我们做了一个桌面板 而且这个桌面板是迁用了我们的Earotoken模块 也就是说可以永久免Token非使用 这是我们这个版本的一个特色 而且使用起来非常简单非常简易 用最简洁的方法来实现 它这个DeepSickHannes的正常运行 以及免Token非运行 我们一起来看一下具体的情况 首先第一步打开这个中文软件 第一步是你要选择工作区 在官方原版里面 工作区只能够是在C版里面 下面的目录 你的个人用户目录下面去选择 在这里我们这个中文版里面 我们添加了C版DV1的一系列 你电脑上面的所有款服 这样的话大家就不要距离自己塞盆的空间不够 所以可以自己选D盆作为空中路 这是一个最重要的便利措施 第二个 开始用的时候你需要选模型 需要设置模型 那么原来官方的模型是Deep Seek 第一个 那么这里你要填入在Deepship平台上面的API Key 压得没药 但是呢 最近Deepship提价提的比较厉害 所以如果你是相对经济比较独立 而且自由的话 那里你可以大方的去用 没有关系 因为它这个智能体消耗的Token 比一般的聊天要半很多很多 那么有这样一个前提 如果你用很少或者是你不是用出来干活的话 那无所谓你能够去添加 SWAPIC就是世界上最著名的更著名更好的模型 你可以添加 One AI可以添加一系列的其他的 包括国内的字谱 然后包括小米都有 这个是固化在它的这个程序里面的 当然你也可以通过自定义的方式 自定义的方式 填入的API地质和你的API密钥 来实现真正的智能体的应用 我们这边给提供了一个更方便的一个方式 如果是对一些经济上面比较讲究的朋友 我愿意去抽DeepSick提价的用料的话 可以在这里通过一件授权来实现免费 要用市场内的各大的模型 比如说DeepSick、Doba、Cloud、Chang1、Tony、Kinney、ChallGPT 这么难 GLM等等 以试炼模型 完全免费的使用 我们一起来看一下 一键授权 它会自动的 把连轮器打开 然后进行授权 这个是GLM的 刚刚授权的GLM 你看它已经应该是 差不多授权成功了 虽然国际版 他再刷新一次就算是授权成功了 我们回来看一下 补货成功 授权完成 这样的话就在聊天一面里就可以用了 我们再试一下GIFS一段 你先授权 收拳完之后我们来这里选 我们重新在这个边选 你就不要选它上面的这个模型了 那个是要填Api Key的 它填的一样 我们选现在的这个Dipsick网页 这也不需要花钱了 它有点大非手 按进去 ok 已经回到正轨上面来了 前面应该是我在聊天记录里边的一些遗留的 一个之前的一个聊天遗留的一些内容被他捕捕到了 所以他话题擦开了 因为他是非常的正常 那么这个这里是完全免费的 这是第二个重大的一个改善 那么第三个方向我们来看 在DeepSick汉语史的原版里边 它是没有远程控制的 我们把远程控制给它接成功了 那么这里先可以把运信通过运程控制 先点这里商场微信把运码 然后刷一下 我们先刷一下 刷码支持连接 然后确定就可以了 好 它应该微信一绑定了 也就可以直接在微信上面来控制电脑这个电脑的中面端 刚才一个提示 The desktop is locked, open the DH desktop tray, generate a pairing code, 变形的code here 就是说他让你把这个配电码填进来 我填进来了,他说已经配电好了 然后可以开始对话了 那么这样就可以了 这个是远程控制 大家如果用过龙虾或者是爱马斯的远程控制 它的原理方式是基本上一致的 这个我就不展开来讲了 那么后面还有原本就有的插件功能 大家一起去看 我们完成了几大的一个突破 一个是工作区的拓展 另外一个是永久免投奔费的模型的接应 第三个是手机的远程工资和微信的远程工资 也可以直接 他们还有很多方式 我就不展开废数啊 以及手机的直接控制都是可以的 最后给大家看一下这个图本区啊 图本区有好多东西好玩啊 这个是OpenDSH的Terminal 这个是打开它的终端 这个是 我把这边的英文转到了设置这边来 还有这个机械 可以通过手机来控制 这个我不展开啊 大家慢慢积极去探索 然后 还有Chall for updates 可以查一下有没有更新 更新还会自动更新 目前我们的版本已经升级到2.1.0 有新版它会通知 或者是你一直在这边去Chall 检查一下 好那么今天 第七的简单的使用 就先给大家介绍到这么多 视频太长大家可能不想看完 所以每一期 用的时间会稍短一点 下期我们继续讲它的 进一步的优化和 具体的用法 好 像这样 拜拜 优优独播剧场——YoYo Television Series Exclusive
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：870.2 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：38.8 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：0.8 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：0.9 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：0.9 秒
關係：依序執行
結果：失敗
問題：exit code 46
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：0.9 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：1.0 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：1.0 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：1.0 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：97.2 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：0.3 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：0.3 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
- 校正前 transcript.whisper.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- 部分時間軸可能不精確
unit 100: 6 chars owns 11.520s (max 8.000s)
- 逐字稿可先使用，但有待校正清單
segment=65 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=66 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=67 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=68 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=69 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=70 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。