逐字稿文字預覽
论坛的超级版主王池川发帖说Deepseek vc.1 flush 0910开始累测了 实际上就给了两天时间啊 他说手token1.1秒 生成速度最高329token每秒 经过我的长期实测啊 就是长时间的工作的实测 这个数字是差不多的啊 是能够达到的 他就说这个模型非常的好用 超级屌 问我要不要发一个测试视频 其实他当时发这个帖子的时候 我已经在干活了 而且给他规划了个大任务 Sky Knight说 好消息就是福拉西明天中午降价 就是今天中午降价了 但是当时我是想早一点把这个任务给跑完 早一点测试 我也不想省了一点钱 我当时估计我这个任务 可能花个50块钱左右就差不多了 是吧 你说我省了个 就是降价一半 我省个25块钱 有什么意义呢 是吧 但是呢最终还是有点超出我的预料啊 他一共花了我多少钱 他这个任务花了我83块4 就比我想象的要贵不少 它消耗这个tokens 一共是 13.6亿tokens输入 输出是980k 那基本上就相当于是14亿的这个总tokens消耗 那我相信在这样的价格下 尤其是在这个什么 降价之前啊他能有这样的表现 我觉得非常的便宜了 因为降价之后 他可能说最高能降60% 我们按照降一半来算的话 做这个庞大的任务 也达到了我的聚期 我的心理成熟价格是50块钱 他如果40块钱能完成的话 那我觉得就非常的划算了 那这个任务是什么呢 就我这个论坛不是有这个硬件页面吗 我就想老是发这个用户的帖子 就这样展现给大家有点太粗糙了 那么我要给英伟达AMD、英特达、苹果 他们不同的小主机 不同的芯片、不同的显卡 他们AI算力怎么样 给大家做一个推荐 归纳总结 像这些要跟我论坛实测的数据 跟我实测的这些帖子互动 进行初步的总结 总结完了之后还把比较相关的一些帖子给它列出来 然后有些更多的一些相关的信息 再把它链接到下面来 像这些tag什么东西 就直接链到论坛的帖子上来 那这样的效果就会好很多 当然我现在在本地由于我这个Firefox我是限制它不能翻墙的 那么它可能说显示肯定是有的时候有些问题 在正常的论坛中是没有问题的 那做这个工作实际上工作量是非常大的 首先它要从我这个云端把这个数据库同步到本地 在本地完全复信 然后它要理解每一个帖子 因为做这个工作之前 我要它重新把所有的tag给重新打一遍 把漏掉的给补上 像那什么苹果的M4啊 什么M5它都没有 那都要给它加上的 之前很多标签像什么B70这些标签都没有的 都要给他补上 5080这些 那现在都给它补上了 包括w7800 7900 把这些标签重新打一遍 并且要他接手赫米斯以后的工作 就是为可能说以后我要全面转换到Deep Seek & Hannes上来 要提前做准备 所以说整个论坛呢 所有帖子让他通读 柜子让他通读 就赫米斯是怎么管理这个论坛的 要他准备接手 那总体上这个工作量你说 还是比较大的 毕竟消耗了那么多Token 但是它执行任务的时候 我感觉它的优点就非常的明显 你说能不能平替Deepseek with Pro 我觉得可能要稍微差一点意思 但是基本上能够替代 就他的这个常列任务的规划能力是非常强的 一共是生成了65个页面 这里面还包含着大量的在线的校验 我要求它每一条数据一定要于官方数据 于这个维基百科的数据进行校验之后才能采用 这本身就涉及到很多网络查询的一些工作 是吧 还有一些图片识别 当然它这个图片识别我必须要说 它比起GPT5或者比起GPT6自带的那个图片识别 我觉得要差远了 因为他本身不能生土 就有的时候他找到的图片不好的话 他实际上自己是看不大出来的 也就像这种图片 说实话其实是非常垃圾的 但是如果用GPT来搞的话 他可能说 自己就直接画一个图 也是比较准的 但是我们也要说嘛 毕竟我消耗了14亿特肯斯 如果说是用GPT6的价格 我现在已经破产了 哪怕用GPT5.64瓦我也扛不住 可能说用Tera能把我的信用卡刷爆 我不至于破产 另外一个优点我们必须说 它搭配自家的这个Hannis干活 是相当的爽的 你看啊 手特肯平均是1.7秒 平均特肯斯是385特肯斯每秒 一共跌到了183轮2832步 缓存命中率99.8% 是吧 输入13.6兆Token 输出980GToken 我说实话这个数据是相当的漂亮的 第一是缓存命中率达到了99.8% 绝大部分TOKENS都是用白菜价来计算的 你换其他任何的AI 这个价格你都扛不住 然后183轮 是吧2800多部的迭代 我相信这个任务还是相当相当的强大的 这是一个比较复杂的任务 他还是最终准确的交货了 虽然过程中有些图片 找的不太好 讲实话我不太满意 然后我又自己找了一些图片来替代他 就因为这个被我骂得像狗一样 但是凭良性讲 他总体上任务完成的还是相当漂亮的 答案呢具体怎么样 还要把它再放到网上面 再让大家这个什么 参考的时候大家去核对 因为我自己没有时间去核对这么多数据 那他本次任务中还有一个比较重大的缺陷 刚才我忘记说了 是什么呢 就是任务开始的时候 我明确跟他讲了 你还是要自己当监工 你把主要的干脏婆的事情 交给这个subagent 这个subagent用什么来驱动呢 用这个清吻3.827B IWQD-FLAX-R这个模型 就是我本地的S接浪驱动的模型 用它来搞 而且我这个模型里给它放什么 三四个绘画四五个绘画它是完全没有问题的 我有信心是因为什么 因为这个DeepSickHannis已经更进到了1.2正式版 好像是这样啊 它已经不是什么α或者说是β版本了 早期我用RCR的版本的时候它工作都是正常的 那么现在我想它这个什么subagent的能力 应该是得到了比较大幅的提升 结果证明它的subagent还是一头狗屎 就跟以前RC版本的时候没有任何区别 当然我也不得不说像什么Hemis也好 Codex也好 他们的subagent都是勾使 做的都不好 可能说只有Cloud Code 他们的subagent做的比较好 那你说在这种情况下应该怎么搞呢 就是根据我之前用DeepSigate的经验 就是你要把你的任务分插为不同的阶段 每个阶段让他不同的agent通过同一个目录 来沟通给这些目录上锁上队列 让他们排队 相互来教应 相互来协作 那么这个效率是比较高的 它就可以怎么讲 把大部分的token给省下来 但是我想最多降价之后 他也就能省个40块钱 总体效率还会降低很多 我想是否有必要 要看大家自己个人的感受是什么样子 毕竟这种大活不是每天都有的 就算每天都有 一个月也就一千多块钱 这个钱要不要使就见仁见智 因为什么呢 这个清吻3.20Gb 他做这种任务 他做任务的能力 你看包括他修复字幕 我说实话 他的能力是非常非常强的 就虽然他的支持库很小 但是他积极的上网去搜索 完成任务的质量是非常高的 完全不输给Dips一个V4.1 之前我长期用这个V4 Flush来修字幕的时候 我感觉它并不比这个什么轻微3.8RGB要强什么 就是他这个编码也是编程啊 他修复这个论坛的插件啊 包括说修复APP的一些小bug 他都不查 他唯一查的地方 就是他的常设下人不行 他干不了常任任务 就你如果要他执行一个复杂的任务 必须要给他拆解到位 然后监控的话 就像这个什么 或者说是威斯夫拉奇来建功 这个模型它是个多模态模型啊 就昨天 你看我发这些东西给他 他都看得懂的 图片它还是看得懂的 它这个多么太模型 这个价格的话包括它这个响应速度 还有它的这个长内任务规划 我觉得是比威斯福拉奇要更好的 这个模型如果说测试通过上线的话 我觉得Deepseek就短期内没有必要再折腾VisPro了 可以把VisPro给下架了 V4 Pro我感觉我个人的体感这个东西是比较玄乎的 它没有什么硬性的数据来证实 就是因为之前我用这个什么V4 Pro来开发是自动剪辑器 视频的自动生成器自动剪辑器 它也是迭代了将近200轮 还200多轮3000多 我感觉怎么讲 它的这个常任务表现还是比这个V4.1 Flash要好一点点的 就是这个感觉就非常的主观了 但是最终都是完成的任务 那个任务的难度我认为要稍高一点点 总之呢这个Deep Seek V4 Flush它降价之后 尤其是它后期如果很快能够推出V4.1 Flush 我觉得大家真的就没有必要去折腾 什么其他的一些什么coding plan 或者说去折腾其他的AI了 短时间之内 这个捞粮又变成了粮子 甚至呢这个马上又有可能变成粮肾 这个是有可能的 DVSIC现在用起来还是非常的像 今天这个高分级过去 等夜间 我让这个什么 Deepseek Harness 把我这个本地的 这些Tags 本地的这些什么页面 都给它同步到云端 大家明天就可以在手机和电脑上 去看到这些东西了 自己去看一下 帮我这个检查一下 看看里面有没有什么重大的错漏 小毛病就自己发帖 到这个什么 论坛中发帖来提就行了 千万不要给我发私信 好吧 跟大家交流一下 就是说 欢迎大家来这个论坛发帖交流讨论 但是要有点功德性 要遵守秩序 论坛因为有各位的 有价值的这些帖子 我们才会变得越来越好 是不是 像这种帖子 图文并报 自己愿意去尝试新的东西 然后尝试完之后 分享给大家 实际上它的帖子 影响了好几个人 我们论坛的大神 有好几个人都发了帖子都测试了 非常的好 非常的感谢他 就不要学这种毫无功德性的人 什么证明工程都不做就知道再拉算 让我看到一次骂一次 还被封号是吧 好吧本期视频就到这里 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：270.3 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：42.7 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：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：0.8 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：130.9 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：0.1 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
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。