工作清單

完全免费，Mac下无痛本地AI部署，白嫖英语学习神器，免费搞定双语字幕

逐字稿文字預覽

观众朋友们大家好,今天给大家介绍两款我的自主软件。首先打开官网。这就是官网首页。因为我手里有台新购买的Mac,因此我所有的视频都是基本围绕着这台Mac去运作的。那么包含三个方面。第一个方面本地部署,也就是将AI相关的能力进行Mac下的本地部署及其测试教程等。另一个能力是进行免费白嫖。
比如说软件、DPI-Key各种教程等等。那么还有第三条主线,自制软件。所谓自制软件就是我自制的一些软件分享给大家使用。在自制软件部分有两款比较成熟的作品。其中一款是Local Brain,另一款叫ScreenLabs。那么我们先看一看Local Brain。Local Brain有一个非常有诗意的名字叫方寸之辖。也就是说在很小的电脑这台方寸之辖。
它是在很小的电脑里面。但是它却蕴含着无限的智慧。那么我这个软件的作用,就是将AI部署非常繁琐的命令浓缩在我这个软件里面。
基本上点那么三两下鼠标,任意的一个打模型或者功能就可以非常好的部署和运行了。那么在下载这个部分,有它的下载连接。点它之后,就会转移到Github上边我的这个仓库里。
那么这上面每次都有相关的介绍,更新了哪些这个功能。那么这个是它的安装包。目前只支持Mac版。那么将来如果这个软件有开发的价值的话,我会前期向Windows版本进行拓展。
那么第二款软件叫ScreenLess。它也有一个非常有诗意的中文名。它的中文名叫光影词库。光影词库也是顾名思义。发掘您下载的视频来去学习英语。
同样的Releases上面有每一期最新的安装包。打开之后,您也可以看到相关的更新点。这个版本啊,目前这个软件啊,因为它的架构比较简单。它支持Windows版和Mac两种版本。因为签名的问题,设置里边的隐私安全性或者是运行这个代码。那么这两款软件都存在类似的问题。请您稍微注意。
这不是软件损坏。那么这里也给大家简单进行方寸置辖的一些简单的介绍。然后方便出现者使用。
那么首先最重要的是打开软件之后,您点一下检查更新。它会检查自动最新版。一旦发现什么小的bug,我会最新用最快的速度去更新。所以您一定要追到最新版。
从功能介绍来说,主页的部分,您可以启动所有您已经下载的本地的这个大模型。发现这个部分,主要是用来下载模型。
这里有所有这个软件可以下载的各种各样的模型。那么并且在下载时,它会匹配最快速度的源。
不管您是国内网络还是国际网络,都可以非常流畅的去使用。在对话这个里边,当您去在主页里启动一个任意您已经下载的这个大模型的时候。比如说我们随机点一个千问3.8。
而且我现在可以透露一下,接下来我下一个视频就会制作千问3.8和muse这两个模型的一个评测。
那么点击完这个之后,我们会发现对话按钮本来的这个地方是红的,它没有启动。现在这个千问3.8是启动的。我们就可以在底下和它进行聊天了。
我已经更新到,基本它可以批一枚OpenCode这个软件的对话的形式不再展开。
那么欢迎您关注我下一个视频。在集成这个部分呢,是一个这个软件的我觉得最核心的最重要的一点。那就是说把这个软件变成一个mcp。也就是相当于给比如说像OpenCode和CloudCode加入手脚一样。您点开这个软件就可以在这个CloudCode和OpenCode里边或者是CodeS里边直接就调用相关的mcp服务了。比如说上升级一段视频,那您打开之后直接在这个CloudCode或者是CodeS里边,直接就调用相关的mcp服务了。比如说上升级一段视频,那您打开之后直接在这个CloudCode或者是CodeS里边,直接就调用相关的mcp服务了。比如说上升级一段视
和CodeS里边直接一说,帮我生成一个什么什么视频,然后他就会自动调用我的Lowho Brain里边的相关的模型。最后一个是设置。设置里边呢,这个地方添加目录是开启一个本地调用系统工具的权限的。那么您就可以调用相关的系统工具,在您本地的文件夹里边进行相关的写入。比如说您要输入一些文件,输入PPT啊,PDF这个文档等等。
那么外观主题就切换外观主题了。运行环境呢,这里要注意一点。这个运行环境就是您需要什么样的模型,它背后需要有一套的相关程序的支持。也就是说如果您想,比如说想运行图片图像有关的,那您就必须要下载这个图像组件。那么因为一共也不是特别大,我推荐您点击一元全装,然后它会自动测速,然后进行全装。
后下,后边就是一些高级选项,我一般建议您不用动。我这次只是简单去粗略介绍一下我这软件的基本作用。那么下一个视频,一边去进行测评,一边正好来演示给大家这个软件如何去使用。
那么光有思库,首先也是先找到检查通信这里,点击这个检查通信,然后看看是不是最新版。
那么这个软件如何使用呢?简单来说,您去先下载一些电影,放到本,通过这个按钮去点击之后,将其加载。
那么这是我的电影目录,里边下载了我各种各样的电影相关的视频。然后打开之后,它会自动识别这些视频,在视频目录里边列出来。
那么列完之后,您可以点击批量处理,然后一键去离线处理。那么它就会提取所有的这些电影里边的字幕和声词,并且以这种不同等级的方式列出来。
然后这就是它的最初步功能。如果您想有更高级的功能,比如说调用AI,那么就可以进行校对字幕和生成双语字幕。
批量AI精讲。那么它的作用是什么呢?是将这个词,它的来龙去脉及其如何记忆和相关内容的一些拓展,带给你。
在第一次使用的时候,您需要点开查看配置。然后点击如果是没有安装的情况下,这里需要点击一键去配置。然后您就可以正常去使用了。
那么这里有一个模型路由。这个模型路由的它的作用就是调用哪些AI。
这里可选的目前是一些比较主流的AI模型都可以调用。然后添上相关的端点和密钥就可以了。
Local Brain,刚才介绍过Local Brain里边,如果切换到Local Brain了。那么它就可以调用。如果Local Brain是开着的状态,它就会调用Local Brain里边的模型。
那样的话,就是完全是离线的也是免费的。就任何的token都不用花了。那么我这里演示一下它进行AI之后的这个效果。我们点击批量处理。然后在批量处理里边点击批量AI竞讲。
大家注意看,它现在就开始抓取每一个您本地提取出来的这个单词进行批量的AI竞讲。我们等一会儿,直接给大家看看效果。
以一个简单的词汇,Tenet,来进行施例的话。它首先列出来了哪些考试的等级会用到这个词。然后它具体的这个意思。然后它如何去帮助它记忆和电影里边的饭句。例句是从哪来的。那么还有一些拓展的这个例句。
嗯,下面呢就是一些具体的解释的。比如说它的具体意思是从哪来的。它如何进行一个更深层次的记忆。
那么在这个电影里边的情节,到底它想贬拔什么。
啊,以及最后的一个非常重要的联想拓展相关的辨析和更深层次的一个分析。
嗯,如果您是学习英语的话,我觉得是非常有帮助。不是学习英语。那个这个软件,从它的作用来讲啊,有一个最直接和核心的作用。
就是您可以直接的,嗯,下载电影。然后用它来配双语字幕。那么我给大家看一眼。我给大家去看一眼,到底这个双语字幕的样式什么样。
是因为你失去?
Patrick,我来这里。
你会回到明天明天。

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/Pc27kcc --language zh --bilingual --learning --auto-source-subtitles

    來源：https://b23.tv/Pc27kcc

    辨識語言：zh ｜ 參數：--language zh --bilingual --learning --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 雙語翻譯
    5. 雙語時間軸與學習單元
    6. 筆記與發布
    7. 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：32.7 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：38.5 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：0.5 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：0.6 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：0.6 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：0.6 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：0.7 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：0.7 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：0.7 秒

    關係：依序執行

    結果：完成

  12. 10. 雙語時間軸與學習單元

    工具：videonote_learning_timeline_v2.py（建立雙語時間軸與學習單元）

    處理：建立雙語時間軸與學習內容

    產出：sentence_bilingual_timeline.html（雙語時間軸頁）、learning.json（學習單元）、japanese_learning.json（日文學習單元）

    耗時：103.7 秒

    關係：依序執行

    結果：完成

  13. 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：105.8 秒

    關係：依序執行

    結果：完成

  14. 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：0.9 秒

    關係：依序執行

    結果：完成

  15. 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：1.0 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