逐字稿文字預覽
这里是未来预报局AI早报,8月24日。 今天关注OpenAI工程师Tibo发布的Codex线流调查结论,以及面向所有付费订阅用户的用量重置预告。 OpenAI工程师Tibo在X上发布Codex线流调查更新。 他说,团队已定位三类影响用量计算的问题。 常绘画多次压缩上下文时,使用图片效率偏低。 Computer History功能的高分位段用量偏高,本用于生成绘画标题的功能,消耗超出预期。 Tibo表示,专项小组正在排查,计划次日交付修复。 作为修复的一部分,将对所有付费订阅做一次用量全量重置。 他在跟帖中表示,用量重置预计于太平洋时间周一下午2点左右进行。 他还提到,团队另外发现一种与上述问题无关,可显著提升效率的新方法,将在下周推进。 目前修复和用量重置仍是预告,具体额度、规则和覆盖套餐尚未公布。 以上是今天的AI早报,感谢观看。
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:19.2 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:5.6 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:0.7 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:0.7 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:0.8 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:0.8 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:0.8 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:0.8 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:0.9 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:43.2 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
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:这里是未来预报局AI早报,8月24日。今天关注OpenAI工程师Tibo发布的Codex线流调查结论,以及面向所有付费订阅用户的用量重置预告。OpenAI工程师Tibo在X上发布Codex线流调查更新。他说,团队已定位三类影响用量计算的问题。常绘画多次压缩上下文时,使用图片效率偏低。Computer History功能的高分位段用量偏高,本用于生成绘画标题的功能,消耗超出语期。 → 这里是未来预报局AI早报,8月24日。今天关注OpenAI工程师Tibo发布的Codex线流调查结论,以及面向所有付费订阅用户的用量重置预告。OpenAI工程师Tibo在X上发布Codex线流调查更新。他说,团队已定位三类影响用量计算的问题。常绘画多次压缩上下文时,使用图片效率偏低。Computer History功能的高分位段用量偏高,本用于生成绘画标题的功能,消耗超出预期。
- 逐字稿可先使用,但有待校正清單
segment=24 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。