工作清單

让做字幕像水果忍者般丝滑！首个词级双语字幕制作软件

逐字稿文字預覽

做字幕這件事很奇妙。觀眾覺得它理所當然,做個人覺得它像是有氣圖形。Substar做的就是為字幕製作裡最重複、最耗時間的部分設計了一套開箱僅用的可視化工具包。
從音视频聽寫開始,再到AI切分、校准、翻譯、省略、打轴,最後直接导出成品字幕。
初次使用時,請在首頁配置好聽寫服務需要的阿里雲百鏈API Key和編輯服務需要的製补API Key。
它們都有新用户的適用額度,長期使用也极具性價比。
配置完服務後,我們就可以開始進行字幕工作了。
先把視頻或音频拖進來,也可以一次處理多個素材。
設置原文語言、目標語言以及不同語言的單條字幕字符數上限。
若要提升專門領域的聽寫準確率,在這裡可以設置熱詞和prompt,
讓模型提前了解內容背景和需要重點識別的詞語,還可以AI一鍵填寫。
工作台提供兩種高級切分模式和對參考文稿的支持。
在上傳視頻時,附上參考文稿,編輯器會智能匹配正確的支持,
並保留參考文稿與聽寫結果之間的差異,共鄰定多。
一般而言,推薦使用AI輔助切分,它會結合上下文和語法結構,正能選擇合適的句子缺點。
再按照字符上限,生成可編輯的字幕工程。
當然,你可以選擇按照參考文稿標點切分。
進入編輯器後,分距列表,媒體預覽和時間軸會保持聯動。
右鍵單機自辭間隙可以進行切分,右鍵單機行尾輔助點可以合併下一條。
左鍵雙機磁源進行編輯,脫選多個磁源可以進行合併、刪除等操作。
拖動時間軸邊界即可調整字幕時間。
對於相互吸附的字幕,左鍵單機控制鍵即可在聯動和個別調整之間自由切換。
AI校準負責處理,標點、英語大小寫、專有名詞和可能的清解錯誤。
也可以補充要求,比如重點檢查品牌名、機構名或數字。
它不會重新生成整篇稿子,而是在原文上留下具體的改動、標記。
當然,側邊還有經典的查找與替換功能,供你批量對命中的詞源進行編輯,流控就位刪除,隨時可以撤銷。
外部AI審閱會生成一份可以粘貼到網頁端AI的審閱材料,可以檢查全部當前分距或指定範圍,並自動附帶前後上下文。
遇到拿不准的地方,也可以附上自己的疑問,直接交給你最襯手的網頁端AI進一步判斷。
AI翻譯支持逐航映射和多對多映射。
在多對多映射模式中,模型會先結合上下文理解完整的意思,再把一文放回合適的分句,讓一文既照顧上下文,也符合字幕的閱讀節奏。
大部分工作完成了,還有一些實用小工具來收尾。
標點處理功能可以分別設置上型字幕和下型字幕中哪些符號應該被刪除,哪些應該被替換為空格。
自動吸附用來批量調整字幕時間,向前智能吸附會尋找可信的起因位置,並保留少量靜音與量。
向後則按預值處理相鄰字幕間的小空隙,減少字幕剛消失又立刻出現的閃爍感。
編輯器還提供減反轉換和收畫人設置,適合不同地區版本以及採訪、播客這類多人素材。
大公告稱,點擊右上角即可導出,需要交給剪輯軟件就直接導出字幕文件。
如果還需要換一台電腦繼續使用Substar編輯,也可以把完整工程一起帶走。
這就是Substar,把聽寫、切分、校準、翻譯、審閱和打軸整合在一個不斷完勝的工作流當中,讓這部工作不再是一件苦差事。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://b23.tv/En7OyYf --language zh --bilingual --auto-source-subtitles

    來源：https://b23.tv/En7OyYf

    辨識語言：zh ｜ 參數：--language zh --bilingual --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：19.3 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：36.9 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：1.0 秒

    關係：依序執行

    結果：完成

  6. 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：0.0 秒

    關係：依序執行

    結果：完成

  7. 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：0.1 秒

    關係：依序執行

    結果：完成

  8. 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：0.1 秒

    關係：依序執行

    結果：完成

  9. 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：0.1 秒

    關係：依序執行

    結果：完成

  10. 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：0.1 秒

    關係：依序執行

    結果：完成

  11. 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：0.2 秒

    關係：依序執行

    結果：完成

  12. 10. 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：0.3 秒

    關係：依序執行

    結果：完成

  13. 11. 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：97.8 秒

    關係：依序執行

    結果：完成

  14. 12. 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：0.9 秒

    關係：依序執行

    結果：完成

  15. 13. 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：1.0 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