逐字稿文字預覽
昨天我簡單測試一下GPT6,就被很多人批評。說你不是有這個訂閱嗎?你怎麼不用訂閱呢?你用IPI當然貴了。我首先必須聲明啊,我的這個訂閱是plus。就是,它是20美金一個月的。它沒多少額度,知道嗎?如果說你用到這個pro可能說額度會多一點。但是pro就比較貴了,我覺得不划算啊。我訂閱這個plus主要是用來畫圖的。就在網絡版畫圖。我希望我的這個額度要稍微多一點。 因为我经营着好几个油管频道 是吧 那么这些频道都需要生成 他们的这个封面图 有的时候我也 在我的这个英语频道 需要用它给我生成一些插图 来帮助我讲解 所以说我一般是 不会用这个额度的 然后我昨天不是展示了吗 我用这个5.6 Terra 这是个中等配置的模型 中等档次的模型 我让它来给我配置这个什么 GPT6 ASTRA的这个 接口 如果说我的提供商是这个Openroot.ai 它是可以搞定的 但是它花了四分钟五秒 就有很多人 有留言说了 你就用这个GPT5.6LURA就行了 把这个什么思考模式开高 开高它就变聪明了 我在这个视频中说某种观点 肯定这种观点我自己实践过 我不是键盘牙 就是那些可能自己从来没有做过这种任务的 就知道在这个评论区BB 他们可能自己也没有订阅GPT 也没有用过这个GPT5.6 LULA 他们就说这个模型好用 那今天我就给你们展示一下它到底好不好用 看到没有 GPT5.6 LULA给它开到高 让它配置什么呢 配置它官方原版的 这个GPT6的这个API 因为官方已经推送了 由于我这个 模型的这个root是我自己定义的 它可能说没有识别 我就让它把它加进来 他消耗了我1%的额度 这个确实是便宜了 额度消耗降低了 但是他每次告诉我的 其实都是假的 都根本就不能用 甚至最后一次 他直接把这个配置给干崩了 我进来之后 这个配置直接打不开了 无法使用了 要知道我之前配置这些东西 我都是用了什么 Deepseek Vsflash 从来没有出过问题 就 你说这个模型怎么对比吗 对不对 你说这个NURA怎么能跟Deepseek with Flash 对比 你们到底有没有用过Deepseek with Flash 然后呢 他出错之后 我不想折腾 因为我这个Codex直接崩了 我就到这个什么Deepseek Harness里面来 让Deepseek Harness给我解决 是不是 人家很快也帮我搞定了 不仅帮我搞定了 还把我以前呢 一些配置预法的错误 全部给它修复了 那现在再打开 里面是不是什么都有了 官方的GPT的借口 是吧 这些所有的模型都在里面 没有一个丢了的 全部都能用 所以说我希望大家在留言的时候 就是你如果没用过 你不要装逼 因为说实话 我特别烦这种人 就是自己没有经过实测 在那里假装自己订阅了GPT 假装自己使用了什么GPT5.6 Lula 然后他们发表了那些非常low的言论 说说我有的时候都不想回他们 但是他们又不断的出现 不断的骚扰我 就我在视频中说GPT5.6 Lula 是智障 这个是我自己的使用感受 你可以不同意 是吧 但是我相信配置他自己 配置他这个脚本 这是再傻逼不过的 这个工作了 他就是搞不定 是吧 不仅搞不定还他妈像装模像样的去骗我 这是不是严重浪费我的时间 我至于为了这个每个月一百多块钱 每个月二十美金的这个额度 我一定要把它消耗掉吗 我至于吗 是吧 我至于用它的干活吗 蠢的跟猪一样 那你说用这个Tera行不行 Tera行啊 我昨天的视频中不是讲了吗 就这么一个配置脚本修改 就干掉了我6%的额度 我能用它干活吗 我一个工作一半还没做 三分之一还没做 额度就消耗完毕了 我怎么用它 是吧 我给大家讲的 都是非常主观的 我个人的使用感受 但是这种感受 我都是我自己实践的 我并没有装逼 现在我们看到就是昨天 死掉的那个APP开发是吧 我们记下现在我的这个额度消耗 是99%是吧 现在把它切到这个什么 GPT5.6 Astra上来 它会提醒 让我重新开一个可能会更好 但是我不想重开 因为我昨天使用的是OpenRoot上的GPT6 Astra 这个应该没有什么区别 而且我使用DeepSick跟这个千文本利模型开发的时候 我都是热切的 热切是最能体现出一个模型的性价比 最能体验它的能力的 是吧 我在它两个不同的入口 同样的模型之间热切 我相信怎么说的正常的操作 那么现在让它继续开发 就看看它到底能不能把这个工作完成 看这个额度够不够大 就如果说大家对我的测试方式有怀疑 是吧 你们可以在论坛发帖 展现出你们更加科学的测试方式 我本人就是维护一个网站 维护一个这个APP 是吧 我现在在开发这个APP 暂时我还没决定封出来给大家用 但是基本上的功能都已经开发完毕了 这个功能就是用DeepSickVisflag 用这个切问3.827笔本地模型来开发的 是吧 关于这两个模型之间的体验差距 我在过去的视频中都多次讲到了 昨天 这个什么OpenRoot上的借口 帮他完成了理解 今天让他自己 去 把昨天的上下文总结一下 推进开发 看看他能不能把这个任务完成 现在已经处理了一分钟四秒 关于我之前 使用Deepseek Visflag或者轻闻3.820GB 科发时候的体验 大家可以看我以往的视频 就是那些视频里 这里面执行一个步骤 花了多长时间都有记录的 就最慢的 像我喷的比较厉害的 轻文3.8flash 跟这个什么 轻文3.820GB本地模型 我都有展示 比如说我展示这个轻文3.8 这个20GB本地模型 我同时给了他六个任务 我没有像这样 我给他六个任务都是比这个复杂的 八个都是比这个要严重的多的 我同时给他六个任务 在过往的视频中你们可以翻看 他是花了20分钟给他搞定了 我们看看这一个任务他要花多久 这是我能找到的所有bug中最小的一个 就是说我希望 引用的时候能把这个格式稍微美化一下 然后把这个光标停到下一行 这个就是我的诉求 首先我别的不说在执行时间上面 它肯定是已经落伍了 它三分钟之内是没有办法 把这个问题给解决掉的 它还要推送 推送到我的这个什么 模拟器上 来让我印证 就我用最慢的 我都不要说跟这个什么 DeepSickVisFlash来比了 我就是跟本地最慢的千微3.827B,這個本地模型,我用S接浪驅動的,速度都比他快。 对了我必须说 昨天这个前面 他有一大段理解花了这个九美金 这个是昨天的 open route上面的 我们看一下额度吧 这个额度消耗还是可以接受的 他只消耗了15%左右 这个还是能够接受的 比昨天好多了 昨天有可能这个什么 它是一个新的绘画 就它要理解整个项目 它一下子注入了超长的上下文 直接把我的这个额度干爆了 还有可能就是它这个师徒 本身很贵 它不像deep secret的师徒 deep secret的师徒就是个白菜价 就是你可以把它当作玩具 随便去玩 好像是什么 九张图片一分钱 用威斯夫拉奇的师徒模式 消耗了18% 希望他能够完成这个任务吧 他这个推送了吗 没有推松了 我必须要说一下 有的人会说 哪个哪个主播在什么视频中展示 一句话让他开发个什么小游戏之类的 我说实话那种开发的难度是很低的 就是你们让Deepseek vs Pro 什么VS Flux去做这样的开发也能做 可能说效果没有这个什么GPT6那么好 但是你不要看这个论坛APP 只是什么简单的这种内容显示 它的开发难度是比那个什么 比一个简单的小游戏要难得多的 我们看一看 有没有实现刚才我的要求 好 这个完成得非常好 这个我必须说 他这个任务执行的这个准确度是很高的 这个必须要承认 就说他起码跟DeepSickVisPro相比 他是处于一个水平 但是我们也知道这个价格 是不是 你们看到这一个小任务 在之前已经消耗了我九美金额度的情况下 它完成这个小的改动 第一它时间上面 比我这个本地的轻轻3.820Gb 还有慢 第二就是它消耗的这个什么 额度用量 就干掉了我20% 一周用量干掉了4% 怎么讲呢 我只能说 比我昨天想象的情况要好一点 如果说用这个什么订阅计划的话 它肯定是比调用API要划算的多 我必须要给他平坦 就是他没有昨天想象的那么贵 因为昨天我是用API的方式调用的 但是我相信大家通过这个简单的任务对比 你们可以去翻翻看我以往 用这个VSFLAG或者用这个本地 亲吻测试的那些视频 你们去验证一下 是不是啊 我还特别强调过 我同时给六个任务 他二十分钟就完成了 我现在都不敢同时给六个任务给他 同时给六个任务 我这个额度就直接被盖完了 我画图就不用画了 就关于很多人说的 说什么V斯福拉西 或者说是什么本地的亲吻 3.827B很蠢啊 怎么怎么样啊 对此我只能呵呵一笑 就它能实现的功能 我都是疲量给这个本地的模型 或者给V斯福拉西的 就人家也能完成 是吧 你可能说效果并不一定 就像它这样一次到位 尤其是亲吻3.827B 我这个是必须要承认的啊 就他现在这个 回复的这个效果 这个效果是威斯福拉西做的 就引用啊引用这个效果 是威斯福拉西做的 包括这个什么 马克当格式的解析 全部是威斯福拉西做的 因为我用这个 轻微三点二十几比的时候 他有的时候就这个什么解析会有错误 会有错漏 尤其是表格什么东西的 你看威斯福拉西就能把它做得很好 解析的这些表情都是对的 然后千万3.8它有的时候会有一些小的瑕疵 虽然它做出来的UI 很多时候比这个威斯福拉奇要更漂亮 但是它在这个什么 对于你这个功能 这个判断上对于你这个指令执行的 这个准确性上它是不如威斯福拉奇的 威斯福拉奇就比威斯普拉奇要差一个档次 这个刚才由于 我给它只是一个简单的任务 但是我必须说它的执行成功率是很高的 因为昨天我不是给大家展示了 它用来写了个什么八卦网页 什么图记中原堆 这个SVG包括薛定尔的猫思想 是一SVG是吧 它都是一次性搞定都没有什么硬性的bug 虽然它的审美 讲实话也就那样 但是不得不说这个模型的基础能力是很强的 然后再加上网络上有大部分人 使用它来测试什么本地电脑软件的操作是吧 这个其实就是另一个话题了 我想在新的视频中跟大家来分享 我对这件事的看法 那么这个模型是头部模型是肯定的 但是你说它强到天上去 这个就真的有点扯淡了 你跟普罗大众 跟这些普通的大模型执行的任务是差不多的 你是比较优秀 但是你绝对算不上领压式的领先 最起码对于我们这些普通程序员来说 我很难理解那些 说什么用DeepSeek Vistop那些 用这个什么千万27比开发不了的人 我不懂他们在开发什么项目 如果大家有什么不同意见 可以到这个论坛发帖交流讨论 好的本期视频就到这里 我们下期再见
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 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：307.2 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：43.7 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：失敗
問題：exit code 46
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：0.9 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：94.9 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：1.0 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：1.1 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
- 部分時間軸可能不精確
unit 269: 5 chars owns 12.680s (max 8.000s)；unit 270: 7 chars owns 12.980s (max 8.000s)
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。