工作清單

刚刚发布！DeepSeek V4.1 Flash悄悄上线！

逐字稿文字預覽

朋友們，沒想到Deepseek V4 Flash竟然悄悄上線了。
那麼這次的升級，它不是一個小修小補，而是一個全新的模型結構。
並且它原生的支持了多模態。
也就是說你給它發圖片，你給它發文件，它都是能夠直接進行識別的。
而且價格還和上一代V4的價格保持一致了。
好，那麼接下來咱們就給Workbody配置一下，來嘗一嘗鮮。
好，那麼首先咱們打開Workbody，然後點擊左下角，然後點擊設置。
好，在設置裡面去找到模型。
然後在模型裡面點擊添加模型。
這個時候供應商，你就不能去選擇Deepseek了，而要去選擇自定義。
那麼在自定義裡面，咱們回到官網裡面，它的base URL是不變的。
所以複製這個地址進行替換，這是不變的。
然後API Key咱們就去官網去申請一個API Key進行複製。
重點是模型的名稱。
模型的名稱，咱們就使用這個名稱Deepseek V4 Flash的這個名稱。
好，然後這個輸入完了之後，咱們可以去選擇一個圖片輸入是允許的。
然後思考模式它是支持的。
其他的咱們就不設置了，保持默認就行了。
好，這時候咱們去點擊保存。
保存。
保存之前你可以點擊一下測試，測試連接成功。
好，點擊保存。
那保存好之後Deepseek V4 Flash就出現了。
這時候咱們新建一個任務，咱們問問他，你是什麼模型？
然後在底下咱們去切換V4 Flash。
好，點擊發送。
這次的升級除了它支持多模態之外，還有另外一個提到的點，是它的性能得到了提升。
好，16秒它就回覆了。
這個對話是基於Deepseek V4 Flash的。
說明咱們已經跑通了。
接下來咱們就可以使用這個V4 Flash來進行現在的操作了。
使用最新的模型，但是價格卻是上一代的價格，也是比較良心了。
但是需要注意的點，一個賬號最多並發是20個並發。
然後並且它在9月10號會自動下線這個版本。
所以不要用在生產環境，大家一定要注意。
所以大家趕快配置起來去試一試吧。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=cgmTngstI_Y --language zh

    來源：https://www.youtube.com/watch?v=cgmTngstI_Y

    辨識語言：zh ｜ 參數：--language zh

  2. 預期流程

    依指令產生的處理順序：

    1. 下載與語音辨識
    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：11.8 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：15.8 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：0.9 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：0.9 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：1.0 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：1.0 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：1.0 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：0.0 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：45.6 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：0.7 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：0.7 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