逐字稿文字預覽
這遊戲的什麼? 開發者的恐怖! 你快點! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者! 開發者 也會做厚言和防閃招 確認過的專名和術語還能寫進本地知識庫 讓翻譯越翻越準 甚至還可以配合agent 實現各種額外的定制化需求 這些就是我使用它的原因 這期我們不講複雜原理 就從workbody服裝安裝開始 實際跑一遍CRI版 也重點講一下agent的模式和知識庫怎麼積累 我們直接開始 先打開瀏覽器搜索workbody 認證官方網站 然後下載安裝包 安裝過程沒什麼特別的 雙計安裝包 跟著巷刀點完 需要登陸使用威脅掃碼就行 這裡用workbody 主要是因為它對新手比較友好 已經在用其他agent的朋友 可以直接挑到下一届安裝findsupcli 打開workbody後 點對話框下方的工作區 新建一個用來放素材和字幕結果的文件夾 再把它選作當前工作區 以後字幕輸出都會放在這裡 找起來比較省事 工作區選好以後 選一個當前能正常使用的模型 把畫面上的安裝命令發給agent 讓他安裝findsupcli 我裝的是cli版 後面運行任務 或者接其他agent的功能 都會更方便 這串命令 我也會放在置頂評論 大家直接复制就行 每個人的網絡和電腦環境不一樣 安裝式出現的提示不一定完全相同 碰到爆錯 就繼續讓workbody 檢查和修復 直到他能正常執行findsup 這一步才算完成 以後需要更新或者卸載findsup 也可以直接讓agent對照findsup的文檔操作 findsup後半端的日語糾錯和翻譯 都需要調用大模型 這裡有兩種方式 如果你已經訂閱了Cloud Code Code Codex Antigravity的套餐 或者已經在使用deep-sea carnage 可以直接走agent模式 不用註冊gemini和xa這些API key 讓你正在使用的agent 都去findsup的agent文道 再幫你完成配置就行 如果沒有這些agent 也可以使用gemini API gemini API提供免費額度 下面我為大家演示一下怎麼註冊 先準備一個google帳號 打開簡介或置頂評論裡的google aistudio連結 登陸後進入API keys頁面 點擊創建API命要 按照頁面提示選擇或者新建一個項目 再複製生成的key 自己的key 不要發到視頻 評論區或者群聊裡 別人拿到以後 可以直接消耗你的額度 讓agent幫你找到findsup的page位置 再用你自己把key填進去 配置完成以後就可以開始翻譯了 環境配好以後 我們直接拿一條素材來跑 在剛才的工作區裡 新建任務 把視頻拖進兌換 然後告訴workbody 用findsup跑出最終中文字幕 開啟知識庫更新 並用新建一個項目 開啟知識庫更新 並把主播和視頻內容一起告訴他 agent會根據這些要求 調用findsup 跑完以後 讓agent他打開結果目錄 這裡主要有四份srt 帶road 是日語識別稿 帶corrected 是糾錯後的日語稿 帶translated 是模型直出的中文字幕 最後那個不帶這些後綴的 就是經過時間 肘和字幕格式處理後的成品 我們實際使用時 直接打開最後的成品 srt 就行 以這條單人素材為例 最終搞大約95%的肘 可以直接使用 不需要重新打 不過最後還是要自己檢查一遍 特別是人名 多人搶話和遊戲聲音蓋住人生的地方 簡單來說 知識庫就是findsup 保存在本地的一份翻譯備忘錄 裡面會記錄主播名字 常用術語和固定義法 以後再遇到相關內容時 findsup會先參考這些記錄 不用每次都從頭猜 findsup的知識庫 有兩種技術方法 第一種 就是剛才運行時加上的開啟知識庫更新 字幕糾錯完成以後 findsup會把這次確認到的人名 術語和固定義法整理出來 寫進本地知識庫 如果不加這個參數 findsup 默認只會讀取已有知識 不會把這次的內容寫回去 第二種 是在人工校對完字幕以後 把findsup原來的成品srt和人工精修後的srt一起交給agent 讓他使用findsup的精修對照模式更新知識庫 findsup會對比修改前後的字幕 從中提取以後還能服用的人名 術語 固定義法和翻譯習慣 這種方法目前需要圓滿安裝 所以這裡不展開具體命令 直接交給agent 讓他操作就行 平時運行字幕時 可以用第一種方法自動擠來 人工校對完成以後 再用第二種方法補充 拿到最終srt以後 還可以把它繼續交給agent 接近自己的烤肉流程 我做過的一個例子 是讓agent對其遊戲官方文本 在摩擦這種劇情實況裡 主播的吐槽和遊戲劇情台詞經常混在同一份字幕裡 我會把findsup的最終srt 遊戲官方文本和原始視頻一起交給agent 讓他判斷哪些是遊戲台詞 再把匹配上的部分替換成官方文本 原來的時間軸繼續保留 主播自己的吐槽不動 拿不準的地方留給人工確認 這不是findsup自帶的功能 findsup負責生成字幕底稿 後面的文本匹配和替換 由agent完成 我用摩擦 明朝和元神都做過測試 都能匹配到大部分的官方文本 具體能對上多少 要看主播是不是照著原文念 拿到的官方文本是否完整 以及日文和官方中文之間改寫了多少 遊戲文本對其只是其中一種用法 拿到findsup的字幕以後 還可以讓agent統一人名和術語 生成雙語字幕 標出需要符合的句子 或者把結果接近後面的剪輯腳本 每個字幕組最費時間的地方不一樣 大家完全可以照著自己的流程 繼續向agent提需求 這也是cli版 比較有意思的地方 以上就是我現在用findsup cli做日語烤肉的大致流程 目前做一條完整視頻 選段 最後校隊和剪輯仍然需要自己完成 findsup主要替我處理打舟 翻譯和修舟 而這些恰好也是很花時間的一部分 實際用下來 它確實能省掉不守無趣的重複勞動 如果你是烤肉們 字幕組成員 或者也想把AI工具接近自己的烤肉流程 歡迎來我們字幕組的AI研討中心一起交流 群裡也有其他老師在折騰各種烤肉工具 比如把ag sub和剪映的部分功能結合到一起 可以自動翻譯 學習術語 自由剪輯 並直接導出視頻的字幕平台 NoNoKa 還有會從完整直播的機方字幕裡分析內容 推薦哪裡適合做成切片 整理成表格 再自動上傳到騰訊文檔的自動錄燈Skill 這些項目都還在邊用邊改 我們也很需要願意實際測試 反饋問題 甚至一起參與開發的人 如果你對這些內容感興趣 歡迎進去交流 感謝大家觀看 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下 請問一下
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：26.5 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：39.7 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：0.8 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：0.9 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：125.4 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：0.5 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：0.5 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
- 逐字稿來源選擇未完全通過，仍先生成筆記
no_trustworthy_transcript_source；原始逐字稿保留；請進入精進模式確認來源。
- 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
- 逐字稿品質檢核未完全通過
{'stage': 'canonical_transcript_quality', 'action': 'published_with_warning', 'signals': ['transcript_selection_not_resolved']}
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。