工作清單

世界人型ロボット運動会　日本から唯一参戦「ひとみん」400mと1500mを完走　北京【知ってもっと】【グッド！モーニング】(2026年8月24日)

逐字稿文字預覽

中国北京で繰り広げられているロボットたちの熱戦です。う
わ、すごいです。タイムは速報地で
9秒31。
人間の世界記録を上回りました。陸場競技では人類越の記録が相ました。
一方でスタート直前に倒れてしまったり、ぶつかって炎上したりするなど新場面も続。
ハプニングを起こしながらもロボットは人間を超える運動能力を見せています。
大会2日目の昨日は400m層が行われました。
中には常識を覆返す走りを見せるロボットもアメリカの調査会社によりますと今年上半期で出荷された人型ロボットのうち97%が中国メーカー性だったと言います。
中国税がひめく中、日本から唯一参加したのがGMOインターネットグループです。
ロボットの相性は民今月中旬大会に向けた最終挑戦を取材しました。
トラックで並走してみると間もなくコース1周しようとしているんですが非常に普通に早いです。
記者はついていくのが精一杯です。このロボット本体は中国企業のユニツリー。
GMOはするソフトウェアを開発して日本代表として大会に挑みます。
疲れ知らずにも見えるロボットですが角度があ、今止ましましたね。あ、倒れてしまい
ました。
[鼻息]途中でやっぱりモーターが熱くなりすぎてしまうので、ま、減速させてましたし、最後あの、倒れてしまったのもやっぱ熱が原因なので、課題だった熱対策を施し迎えた400mの予選個性豊かなライバルたちと共にスタートラインに並びます。
に比べるとか小型なロボット、え、人間で言えば緊張する瞬間、え、ロボットにはそういった感情はあるのでしょうか?
はい、スタートがなった。スピードはそれほど早くないがロボット、え、ミーは走ってます。バランスを取りながら、え、着実に走ってる。
霊園を守りながら着実に前へ進む。
今ゴールラインに入ろうとする。え、見、え、ゴールしました。え、会場からは大きな拍手が上がっている。会場から大きな数を上がっている。え、民のこの諦めずあっと乗り込んだ。ああ、力つきてしまいました。見力尽きてしまった。
頭部を故障してしまいましたが、見事10位で予選を突破しました。
その後修理をして望んだ準決勝は点灯して乾燥できず1500m層では決勝2組で乾燥し3位という結果でした。
例えばこう熱をマネジメントしながら長いくり走る、早く走るっていうところとかはあの様々な領域で必要になってくる要様素かなと思いますので、この将来の社会実装をより良いものしていくっていうところで、あの貢献したいなと思います。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/f032JI60oBo?si=k7tkZHcaqeiheXGO --language ja --bilingual --learning --auto-source-subtitles

    來源：https://youtu.be/f032JI60oBo?si=k7tkZHcaqeiheXGO

    辨識語言：ja ｜ 參數：--language ja --bilingual --learning --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 雙語翻譯
    5. 雙語時間軸與學習單元
    6. 筆記與發布
    7. 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：3.2 秒

    關係：依序執行

    結果：完成

  4. 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：37.2 秒

    關係：依序執行

    結果：完成

  5. 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：0.2 秒

    關係：依序執行

    結果：完成

  6. 4. 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：0.3 秒

    關係：依序執行

    結果：完成

  7. 5. 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：0.3 秒

    關係：依序執行

    結果：完成

  8. 6. 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：0.3 秒

    關係：依序執行

    結果：完成

  9. 7. 雙語翻譯

    工具：vnt-sentence（句子雙語翻譯）

    處理：將句子翻譯成繁體中文

    產出：sentence_bilingual_transcript.json（雙語逐字稿）

    耗時：15.0 秒

    關係：依序執行

    結果：完成

  10. 8. 雙語時間軸與學習單元

    工具：videonote_learning_timeline_v2.py（建立雙語時間軸與學習單元）

    處理：建立雙語時間軸與學習內容

    產出：sentence_bilingual_timeline.html（雙語時間軸頁）、learning.json（學習單元）、japanese_learning.json（日文學習單元）

    耗時：69.7 秒

    關係：依序執行

    結果：完成

  11. 9. 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：64.6 秒

    關係：依序執行

    結果：完成

  12. 10. 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：0.7 秒

    關係：依序執行

    結果：完成

  13. 11. 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：0.8 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