工作清單

WhisperJAV AI 字幕生成器

逐字稿文字預覽

今天说一个视频翻译软件,就是自动加字幕的。它可以从语音识别,然后把视频和音频当中的那个文字,然后精准的提取出来。这个呢叫日本朝人视频AI字母生成器,就是WhisperJV。
之前我们说过一个同款的,那个呢可能运行比这个要快一些,但是呢它没有这个精准。
因为我的本地没有GPU,所以我就不安装了,我只是给大家演示一下这个具体的使用。
WhisperJV是一款开源的工具,它是从视频和音频中的生成精准的,
日语字母,并对日语语言,进行专门优化。包括里边的一些语气啊,然后词的翻译啊,非常的精准。
我看过网上翻译出来的,非常的精准。
然后我们就看一下这个的安装指南。这个要求的话,Win10,Win11都可以,因为我是用的Windows看的。这个8G的空间。
嗯,然后这个配置呢,基本上就是需要有GPU。你看它写的这个,如果说没有NVDAGPU的话,就是慢6到10倍。
你看没有GPU的话,每个小时处理大约需要30到60分钟。GPU的话,大概就需要5到10分钟。
所以说有GPU的呢,可以,呃,去用这个,然后去做一些兼职。
因为你的GPU,因为你的GPU闲着也是闲着吧。对吧,你下载一个,然后去跑一些字幕。肯定会有人去找你的。
比方说某些某渔畅啊,对吧,你就卖这些,呃,这叫什么?卖字幕,对吧。非常好的。
然后这个呢,准备呢,就是你的GPU驱动。
然后webvvr,这有下载地址。呃,磁盘空间,杀毒软件。这个呢,wisper这个呢,JV呢,我会传到。
评论区那个,那个那个那个网盘里边。
然后安装就是你下载下来之后呢,双进ese,这个不需要管理员的身份。
然后就是接受许可,全的安装里行。
然后默认的位置呢,这个可以改。
因为c盘的话可能会没有那么大的空间。
这个安装完,我之前安装过就是用cpu的。
非常的快,就是跟基本跟其他的.ese的文件没有啥区别。
只不过说是他需要gpu,因为我没有gpu,我当时没有看到我自己运行的效果。
但是我看到别人有那个效果。
启动就是双击,然后他就起来了。
起来了之后,然后你就用那个添加文件。
然后选择模式,是快速的还是balanced,
然后他会输出那个istr文件。
这个有一个好处呢,就是说为什么讲这个呢?
因为现在呢成人视频的中文字幕很少。
对吧?你看的都是日文的日语。
所以说呢,你如果说想你有gpu也比较好。
你可以把这个然后装到你的电脑上。
然后你去做一些。
这个叫什么?这个叫什么词?
str这个字幕的那个翻译。
这个确实好。
因为我看了网上很多版本。
都没有whisper jv的翻译的准确。
就是包括一些语气啊。
然后还有一些语气之后那些字幕的翻译。
都没有这个好。
这个的话大家可以去下载一下。
如果说你有windows,你有那个gpu,一定要用一下。
对吧?你不用也是浪费。
你天天打游戏也是浪费。
对吧?你就不如用这个去做一点事情。
然后捐个值。对吧?非常好。
好了,这个大家自己去下载。
然后去找一些资源去尝试就可以。

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/vVwXILs --language zh --auto-source-subtitles

    來源：https://b23.tv/vVwXILs

    辨識語言：zh ｜ 參數：--language zh --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. 筆記與發布
    5. 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：21.2 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：36.7 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：0.8 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：0.8 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：0.9 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：0.9 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：0.9 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：0.9 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：1.0 秒

    關係：依序執行

    結果：完成

  12. 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：60.3 秒

    關係：依序執行

    結果：完成

  13. 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：0.4 秒

    關係：依序執行

    結果：完成

  14. 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

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