逐字稿文字預覽
现在网上很多播主都在说 某某 AI 生成工具 但我真的去试了一圈之后 发现 很多所谓的免费工具其实是巨大水印 不过水印这种东西 相信还是难不倒大家的 网上一搜一大把 但是有一种我就真的受不了 免费额度一天两次 两次??? 所以今天这期影片 我就测3个免费的AI工具 就让我们一起来看下 这三个工具使用的同时 是能够让我们打工人 花5分钟就能出片的 点好訂閱收藏赞 那我们现在开始吧 很多人知道 Grok 是因为它在 x 里面 但其实它有一个非常强的能力 AI影片生成 而且它可以做到没有水印 自动生成声音 影片质量也不错 很多免费工具都做不到这一点 那么它的首页还是经典的聊天页面 然后在左边选择最下面这个imagine 就来到了大家熟悉的生成环节 它的操作方法就是很简单 就是你把提示词丢进来 选择好是生成图片还是影片 然后再选择好影片比例时长和分辨率 最后点击生成就OK了 基本上1-3分钟就可以生成一支影片 我自己比较喜欢的流程就是 先生成图片 然后系统会不断生成类似风格的图片 你只需要像刷短影片一样往下刷 看到喜欢的那张 点击生成影片就可以啦 如果你觉得还不错 直接保存下来也是没有水印的 唯一的问题是免费版视频长度有限 如果同时用的人太多 有时候还会被限流 我觉得作为一个想白嫖的打工人来说呢 這個工具，不够好 它的这个分辨率还有这个时长 都是需要订阅才可以选择 完全是靠免费生成来吸 引用户想要更高质量的体验 还是得订阅 如果你真的开始做内容 你很快就会发现一件事 AI工具太分散了 这个工具我都不用看 妥妥的就是一个AI工具集合体 它应该也有那个什么什么 Nano Banana 2.0 不得不说 它确实有很多很强的模型在里面 它几乎涵盖了 当前市面上的所有热门模型 操作也很简单 只需要写好提示词 选择好影片比例 选择一个你喜欢的模型 最后点击生成 同样也是1-3分钟出片 大哥你已经是三只手啦 我是真没想到在2026年的今天 还存在这样的问题 不应该啊 而且是什么 知道吗朋友们 它比我开头说的 一天两次的试用还要离谱 生成一次就不够生成第二次了 天哪 赚钱这一块 这个工具在模型合集方面还是可以 如果充值进去玩玩最新模型 应该可以让我少玩5分钟的手机 看来我还是适合白嫖啊 好了 最后我们就用这个混元AI来做打底 因为它不是一个单纯的影片生成器 更像是一个AI多功能实验室 在左边选择模型接入 点进去然后在右边选择视觉生成 这时候 画面会变成一个非常离谱的东西 整整一页全都是AI模块 基本上你能想到的AI视觉工具 这里几乎都有 我们先来试一个简单的 先写一个提示词 然后上传一张图片 再勾选一下这个东西 最后点击生成 哟 让我们来看一下 哇 你就说它这个效果 还真是有 那种让我回到了 2025年初的感觉呢 所以如果只是看视频生成能力 它其实不是最强的 因为这个工具的亮点根本不在这里 因为它是一个汇集了多种AI 以及众多开源模型的混合体 就主打一个免费 你连充值入口都找不到 这在现在的AI工具里面 其实还挺少见的 Arena的特别之处在于 它可以让你免费体验 目前最强的一些AI模型 如果你查看排行榜 会看到不同类别都有非常强的模型 而且可以直接在聊天里使用 如果你想生成影片 就用上面这个PK模式 然后在右边这里点击生成影片 只要输入提示词 系统会同时生成两支影片 然后它就会让你选择哪个更好 通常来说都是目前最强的模型之一 如果两个都喜欢 还可以全部下载 好啦 大家肯定也发现了 免费工具不是在次数上做了一些限制 就是在功能上 而且有些工具两次测用都不给 吃相不是很好看 如果我一个打工人 忙忙碌碌 还要花大量时间 来筛选这些所谓的免费工具 结果是费时又费力 他还会热爱生活吗 啊当然啦！ 个人口味有差异 我们也不能说人家这些免费工具不好 有可能它就适合某一部分人群呢 it feels good 正所谓AI工具千千万 免费的套路占一半 今天最好用的工具 可能下周就被新的模型秒掉 所以如果你想第一时间 知道最新AI视频工具 找到真正免费的AI 避开那些看起来 很厉害但其实没用的工具 记得订阅频道点个赞留个评论 这样下一次有更疯狂的AI工具发布 你不会错过 好啦这期就到这里 我们下一期见
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 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：21.9 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：38.6 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：0.6 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：0.6 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：0.7 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：0.7 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：0.7 秒
關係：依序執行
結果：完成
8. 時間軸整合
工具：videonote_timeline_reconcile.py
處理：整合字幕、Whisper 與 VAD 時間證據
產出：timeline_evidence.json（時間軸證據）
耗時：0.8 秒
關係：依序執行
結果：完成
9. 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：0.8 秒
關係：依序執行
結果：完成
10. 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：0.8 秒
關係：依序執行
結果：完成
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：64.1 秒
關係：依序執行
結果：完成
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：0.1 秒
關係：依序執行
結果：完成
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：0.2 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
- 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.source.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
- 逐字稿可先使用，但有待校正清單
segment=20 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。