逐字稿文字預覽
GPT6 Astra 第二波來了! 網友上手後的88個新案例,一次看過癮。 先看這輛車,車壁一展開,座椅、底盤,連裡面的零件都分好了。 作者標了334個建模零件,光是這個拆開的過程,就有點停不下來。 給他一張老式蒸汽火車線稿,先重建整車,再把模型拆成零件。 輪組、鍋爐和車廂各歸各位。作者給出的數字是3295個可編輯物體。 這下連拆裝說明書都有畫面了。 有人把房源照片交给他 得到了一段三维看房演示 厨房 灯光和家具都跟着进场 坐着也提醒 还有细节错误 所以看完漂亮镜头 仍要对照原来的房子 这次输入换成办公室视频 输出是能逛的三维办公室 工位通道和墙面都能对照着看 你随手录的一圈空间 开始有了另一种使用方式 地图上选一个位置 再把周围变成三维街区 重点看道路和建筑之间的关系 街道连起来 那个地点才开始有空间感 这块残缺的扫描网格 被重新建成了规则模型 还导出了工程软件能打开的STP文件 漂亮表面之外 能不能继续编辑 这次也摆上了台面 机械设计这边 作者展示了带内部结构的CAD装配 外壳打开以后 里面的层次才是重点 短短一个镜头 信息量倒是不小 旧金山艺术工也进了Blender 看穹顶 柱廊和建筑比例 几个标志性结构一对上 整座建筑的辨识度就立住了 这里是纽伯格林赛道的三维飞跃演示 连续弯道 坡度和两侧环境一起展开 镜头沿路线走 比单看一个赛道模型 更能看出空间是否连贯 这只角色从基础形体 一路做到服装和配件 作者说 这次没有使用现成的三维生成服务 我们可以直接检查轮廓和层次 近景比口号诚实 小房子 屋顶 门窗和装饰 被做成一套游戏资产 风格能统一起来 后面摆进场景 才省心 做游戏时 零件之间能配套 很重要 他在看这座城堡 塔楼 窗框和屋檐层层往外跌 远景负责气势 近景负责交代细节 建筑模型终于经得起镜头往前走 模型摆好了 下一步走进去看看 樊高的六幅画 被串成了一座能行走的小镇 卧室 街道和向日葵 沿着同一条路接起来 最有意思的是视角移动 平面的笔触也跟着有了空间 秦陵地宫里有兵涌 通道和星盘机关 作者说模型和圆码都能编辑 把一个历史题材做到能漫游 之后就能继续往里面加探索和故事 把这座古印度风格的体速城市 把台阶 塔楼和水面铺在一起 先看整体轮廓 再看小尺度的层次 想把一座微缩沙盘放进了浏览器 秋色 瀑布和小屋组成一座悬浮小岛 体速颗粒保留下来 颜色和光照又很统一 这个案例的看点就是画面风格收得住 这条河流场景里 水 石头和植被是一起工作的 沿着水面移动 反光和层次都在变 网页里的自然环境 已经值得停下来多看两眼 小路穿过草地 房屋和树木沿路线排开 这个演示很适合看场景层次 近处有东西 中间有路线 远处还有能继续走过去的目标 圆形家具 玻璃和灯带 摆进同一个空间 镜头能在里面移动 这里可以重点看材质和光线 怎么相互影响 室内设计也多了一种预览方式 而这个房间既能走进去 家具也能单独旋转查看 空间浏览和物体检查接在一起 做展示时 用户想看哪里就能继续往哪里看 这段画面是一座被风暴海洋包围的哥特城市 塔楼 雾气和水面集在一起 几秒钟就把气氛立住了 着色气的表现力这里很直观 黄色走廊配上老录像带质感 后视那种不安就出来了 作者说明这段来自Blender 场景和渲染 空间结构与后期风格是一起在起作用 老文字冒险游戏Zorg被做成了三维探索版本 房间和物体都可以直接看见 把原来靠文字想象的空间呈现出来 老游戏也换了一种入口 把骑车穿过田野 停下来又能步行 白天和黄昏也有不同的光照 这款田园游戏作者给了一整夜需求 第一轮用了一个小时 骑行 镜头和环境气氛都接上了 光看这条小路就有点想进去逛逛 接下来这条 很多人一眼就认得出来 从场景走动切到宝可蒙对战 血条 招式和战斗界面都接了起来 作者也提到偶发的跟随异常 熟悉的流程越多 越方便我们检查他到底做到哪一步 方块世界当然也来了 走动 探索和方块交互都放进同一份演示 作者用的是固定测试题 这类熟悉的玩法 刚好适合看功能有没有接齐 另一位作者做出了三维宠物探索游戏 角色和跟随伙伴一起穿过草地 界面也围着他们展开 同样的题材换个视角 就有另一种观看体验 佗影风格的场景里 角色已经能沿街道行动 建筑 道路和人物放到同一尺度里 原来脑海中的动漫地点 也开始能用方向剑逛了 近期的巨人题材也有人试了 城墙 街区和巨大的角色放在一起 尺度反差非常直观 做这种题材 第一眼能不能认出来 就是很具体的考题 绳子 糖果和熟悉的小怪物都到位了 作者还展示了关卡菜单和编辑器 做出一个关卡 只是起点能继续改关卡 才方便把自己的想法接着做下去 愤怒的小鸟也能做 弹弓和不同鸟的能力都有展示 不过这次作者更喜欢另一模型的美术 把这样的反馈留下 才知道生成效果具体赢在哪里 差在哪里 有人喝早咖啡时 想做一款单机角色扮演游戏 结果已经能战斗 砍树和采集 这几条日常循环串起来 游戏世界就有事情可做了 多人割草模拟器也出现了 作者说 直播间观众还进来一起玩 看着草坪一块块变整齐 这种朴素的快乐 还真不一定输给打怪 手机网球里 大力机球会触发一个很有表现力的机位 看这一拍 从挥拍到落点都有反馈 小小一次镜头变化 也能让动作更有劲 木质迷宫里 小球随着倾斜往前滚 这种小玩法 很适合检查控制和反馈 手上动一下 画面得立刻告诉你 发生了什么 把我的世界红石装置 这次做成了反应堆模样的动态雕塑 还能奏乐 作者给它起名 Helio Heos 留一小段原声 听听这个装置怎么动起来 这一轮把速度和打击感拉起来 把这辆反重力赛车冲进弯道 速度线 机身姿态和赛道一起往后甩 作者说模型还主动调用了电脑上的blender 工具选的对 想法才更容易落到画面上 汽车足球里 球 车和球门一起构成完整对抗 先别急着切走 看看追球到接触的这一下 运动之间能不能衔接 玩起来会直接感觉到 那两排机甲在城市水面上对打 挥拳 命中和胜负提示都有了 作者用的是自己已有的机甲项目 现有资产 接上新玩法 也是一条很实际的创作路线 这款浏览器动作游戏 重点看重剑挥出去以后 双手和脚步怎么跟 作者说第一版不理想 又改了角色和动作系统 打击感往往就藏在这些反复调整里 去向题材的演示里 角色和巨大生物之间的尺寸差 拉得很开 贴近 移动 再把镜头拉远 动作游戏的空间感 就这样一点点建立起来 Roblox里的动漫格斗 把角色 场地和机飞反馈组合起来 几个熟悉的元素 放进同一场对战 看点马上就明确了 到底谁能留到最后 这个射击原型 把场景 美术和武器演示做了出来 作者也指出 移动和物理还有不足 看完一轮走位与开火 比只看漂亮枪模 更接近实际体验 俯视射击换了个观察位置 敌人 弹道和场景 都在眼前展开 画面一热闹 信息还能不能看清楚 就是这类游戏很实在的考验 飞龙带着镜头掠过水面和遗迹 射击目标也跟着出现 作者说这是一次玩笑式的提问 结果把怀旧题材 做成了一段真能操作的演示 这款三维格斗更简单 两个角色一个场地 直接交代拳脚往来 内容说得小 反而容易看清基本动作 和命中反馈有没有完成 这个服饰游戏让玩家操控龙 对着城堡和敌人进攻 作者明确用了现成的美术素材 把素材变成有规则的玩法 也是一项具体工作 这位作者的评价很坦率 画面好多了 但还不好玩 这句值得留下 让游戏能运行以后 节奏 目标和挑战怎么设计 仍然要继续 他熟悉的題目做完了,來看看這些自由發揮。 剛才那座《梵高小鎮》,畫風又被帶進了團隊射擊遊戲,接到還是那個筆觸,玩法已經換了一套,作者說做了6個小時,風格和玩法是慢慢接上的。 这座体素风格的废土场景 有建筑 人物和可探索区域 作者的工作流还加入了概念图与贴图生成 画面方向先统一 后面的资产才更容易站到一起 色谷街头被做成了能进入的游戏场景 路口 楼群和人物摆在一起 熟悉地点提供了很强的参照 哪里像 哪里还差 观众一眼就会长 太空游戏把探索范围放到了不同星球 角色 地表和界面跟着切换 作者说能前往20颗星球 这种规模的设想 也开始能先做个原型出来看看 这个叫Void Explorer 作者的项目说明里 有2000多个恒星系 1万多颗行星 看这一段 从太空飞进冰月 再掠过冰原和峡谷 远处看见的光点 真的能变成下一个目的地 探索感一下就出来了 这段演示 把地铁站做成了 可以探索的三维空间 站台 通道和灯光都有连续关系 封闭空间里 转一个弯 还能不能接上 特别容易看出来 把这次测试 把船 风浪和航行界面放到了一起 镜头随着环境变化 空间的压迫感也出来了 作者还说 展示用的视频也是同一次工作里做的 有人让模型先研究自己的创作风格 再做一款游戏 结果连音乐选择都有了个性 这个题目很有意思 要求已经从做的出来 走到了做的像谁 而这一段把大量角色和场景 塞进了数屏画面 先看整体运动 再看局部层次 规模感一出来 模型怎么组织这么多元素 就成了值得继续观察的点 这款动作游戏里 走路和挥刀都会带起水面的变化 作者后来又把水改成三维渲染层 两板放在一起看 同一套玩法里的视觉细节 还能继续往前推 游戏之外 网页也开始变得有手感 这盘饺子会眨眼 还能被筷子夹起来 作者提供了现成的饺子模型 再让它完成网页与交互 食欲和好奇心 这下都被安排得明明白白 果冻在三维网页里晃动和回弹 视觉上就有了触感 这样的交互很适合看细节 按下去松开 再恢复形状 完整过程要连的自然 个人作品集里 有三维角色 也有标出演讲地点的地球 信息和互动接在一起 访问者能顺着兴趣多看一部 比一排链接更容易留下印象 另一份作品集 干脆装进了掌机界面 按钮 屏幕和个人内容互相呼应 选一个明确的交互主题 整个页面就有了统一的性格 把这一组网页展示的是 排版 色彩和动态效果的组合 先看内容顺序 再看滚动时怎么变化 漂亮页面能不能好用 细节要一起检查 这段界面演示 把卡片 文字和留白安排得很克制 元素没有多少 位置和层级却都在起作用 越小的界面 越能看出排版有没有想清楚 酒店页面用大幅空间照片带出氛围 再把内容逐步展开 作者也补充说 这更接近一个落地也 作为设计起点 方向已经很明确 产品模型换上灯光和机位 就有了广告镜头的味道 这里作者特别澄清 模型与贴图来自人工制作 模型负责场景和镜头安排 贡献分清楚 才能知道工具用在哪 最朴素的考题来了 一根香蕉 弧度 切面和轮廓的收放 都能拿来检查模型 日常物体太熟悉 稍微做偏一点 眼睛就会发现 这段三维特效 是在手机上完成的操作演示 小屏幕里 也有旋转 光效和空间层次 随手冒出的想法 终于有地方 马上试一下了 接着换几种材料 画布 音符 还有整条视频 把这个案例 让模型直接操作Canva 把照片画成人像 看图层和画布里的变化 工具操作本身 也是工作的一部分 最后像不像 原照片就摆在旁边 而另一位作者 也做了Canva人像测试 两张结果的质量并不一样 他公开说用了87分钟 这个细节提醒我们 漂亮成品背后 时间成本也得算进去 蒙娜丽莎这道题 重点看五官 明暗和背景怎么组织 熟悉的名画 提供了清楚的参照 能画到什么程度 把局部放大就更容易判断 在经典的提胡奇自行车测试 这次有了完整的动画呈现 角色 车轮和背景一起动起来 题目虽然有点好笑 却很适合检查结构和运动关系 这位作者让模型复刻一条107秒的快节奏视频 我们看的是文字 版式和切换怎么配合 视频制作里 这些时间上的安排同样是一种能力 还有一整条量子科普动画 公式 结构和字幕一起推进 这里展示的是内容制作流程 科学结论和解释是否准确 仍然需要逐条核对 他音乐测试 给的是巴赫风格四声部写作 作者重点检查声部进行与何声 听一小段 感受几条旋律 怎么一起向前走 专业评分 还是要对着谱子看 单独看很惊艳 放在同一道题里 还能看出什么 同一张红心A 让几个模型 坏一只眼睛 这里比较的是轮廓 细节和完成度 任务越具体 画面上的差别就越容易说清楚 同样的建筑参照 各自做空间重建 先看主要轮廓 再看层级和局部结构 这样的并排展示 比一具谁更强 提供了更多可以检查的东西 行星相撞 漩涡和巨浪 用同一组题目生成网页场景 镜头并排以后 构图和运动差异会很明显 这个结果对应的是这一组具体测试 同一个提示 分别做游戏 画面和动作摆在一起 视觉表现可以先看出来 稳定性和操作手感 还需要继续试玩 不同维度 要分开比较 而这里比较的是 Extra自己的MAX和Medium档 作者公布了不同的用时 与额度消耗 看效果之外 再把时间放进去 才好选适合自己任务的档位 而机器人控制测试里 作者报告基础任务 有明显提升 换到更难的精细任务 两边成功次数又一样 把条件一起看 数字才不会把人带偏 最后这一组 看看他怎么把工具和步骤接起来 还有人重做了自己 40多年前用过的电脑 键盘 磁带机 游戏和Basic都放进一个应用 怀旧这件事 突然从回忆变成了能点开的东西 在这段产品演示里 三维世界能继续调整布局和物体 想法进来 场景跟着改变 几何和编辑能力保留下来 后续修改才有地方落手 上次是办公室 这次直接给他加上飞行设定 作者把Astra Blender和渲染工作流接到一起 一个熟悉场景换个设想 马上就有了新的镜头 在这段录片里 模型连续操作管理界面 完成指定的技能删除任务 作者说明全程没有加速 我们就跟着光标看 步骤是不是连贯 结果有没有完成 他在网页钢琴上 同时用鼠标和键盘弹奏 看输入怎么落到琴键上 操作速度就有了直观参照 留一小段原声 这次用耳朵也能听见动作 这段演示里 模型做完Unreal游戏 又开始自己操作试玩 先生成 再进入运行中的画面检查 这条工作链 终于能被我们直接看见 最终好不好玩 仍然要交给玩家 最后这个有点套娃 模拟里的角色打开一台模拟电脑 又搭起了一层小世界 过程和结果连起来看 角色 工具和新场景 真的被接到了一起 88个案例看完 最值得带走的是这些具体做法 拆模型 搭空间 接交互 再让工具自己运行起来 有的用了现成资产 有的反复改了很多轮 找到一个你真想做的 先试起来 最想看哪一个详细拆解 评论里留下编号
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：44.5 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：48.1 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：0.2 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：0.2 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：0.3 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：0.3 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：0.3 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：0.4 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：0.4 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：148.5 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：0.6 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：0.6 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
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。