工作清單

逐字稿文字預覽

以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。
以下是中文字幕。

來源：transcript.txt

本次執行流程與問題處理

1. 下達指令

   指令：videonote https://b23.tv/4uRcIdB --language zh

   來源：https://b23.tv/4uRcIdB

   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：17.8 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：5.3 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：0.3 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：0.4 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：0.4 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：0.4 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：0.5 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：0.5 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：0.5 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：22.6 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：0.8 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

• subtitle_acquisition.json下載140 bytes

Whisper 字幕

• transcript.whisper.json純文字JSON4,500 / 60,540 bytes
• transcript.whisper.srt下載10,692 bytes
• transcript.whisper.tsv下載6,838 bytes
• transcript.whisper.txt下載4,500 bytes
• transcript.whisper.vtt下載9,008 bytes

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 4,500 / 60,540 bytes
• 校正後 transcript.json 純文字 JSON 4,300 / 94,042 bytes

目前待解決問題與初步改善方向

• 逐字稿可先使用，但有待校正清單待修正

  segment=1 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=2 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=3 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=4 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=5 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=6 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=7 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=8 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=9 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=10 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=11 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=12 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複

• Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。