工作清單｜看美剧学英语，多半是「白看」——我写了个免费 Mac 和Win 软件治它

逐字稿文字預覽

最新的自制软件光影词库ScreenLex把追剧变成您个人的词库。它的词库是对应4级6级托弗亚斯和GRE的,堪拒这种方式经用学习英语。但是呢,效果往往不进入人意。看爽了,不等于学掉了。记忆和看视频进行连接。访问并且完成安装,那么就可以使用了。这个软件完全免费。MacOS的虚拟机完成安装了。您的您的电脑一定也可以使用。访问到我们的官网,找到下载方式一栏,点击这里边的复制按钮。
将下载网址复制下来。然后打开一个新的浏览器页面,访问下载网址。会有最新的版本。我更新的特别评讯版。目前只支持Mac M系列芯片版本。那么后期我计划可以支持Windows Linux平台。好,我们现在将最新的安装包下载下来。好,因为这之前已经下载过,这里就不带演示。好,找到最新的安装包,将其打开。嗯,然后将那个小图标拖动进Application里边,就完成了安装。因为我之前安装过,所以这里还谈出了是否复制。
现在就安装完毕了。那么点击App,就显示出刚刚安装的软件。那这个时候呢,有一个小问题啊。那么如果直接点击这个App,它会出现这个疑狠坏的问题。那是因为我现在这个软件呢,没有进行签名。如果要想签名呢,那需要还得向苹果支付一定的这个发行费用。但是我也不打算用这个软件进行赚钱。啊,所以我也没有必要去做签名。然后白白的浪费一些钱。
然后向下找到终端,点击打开。然后把这个小的短命令粘贴过来。当然它因为这是全线挑过的,所以它会显示一个警告。我们对齐一下,看这两个又没有问题。好,没有问题。没有问题之后,我们将其最小化。嗯,找到刚才安装的这个程序。将这个程序,注意看啊,是直接拖到这个命令行上。然后它就会显示在这里了。然后回车啊,回车之后,它就可以正常去打开了。但首次打开之后,因为这个运行环境是什么都没有。
然后这里呢,需要选择一个合适的VSPR模型。最高档,其实咱们的电脑都可以支持,没有问题。然后这里为了方便演示,我选择的是tiny轻档。当然这个轻档呢,可能有的时候它的识别不是特别完美。点击开始配置。嗯,它这里会完成完全全自动的配置。您不需要进行任何操作。那是特别简单的。我已经提前把所有的安装逻辑写在这个软件里。只会在这个screenless光景磁库这个下的丝目的完成。那换件下来,我们的方便是非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常非常
这一句话说,如果您一删除的话,所有的安装的多余的东西全部删除。它不会影响到您本机的这个环境,也不会带来多余的垃圾文件。大概三分钟之后,配置就自动完成了。嗯,然后因为呢,这里有一个MPV啊,是可选安装。那这个功能支持的就是在本地可以用播放器进行直接就播放。所以呢,这是可选的。我们看到这里所有的运行环境都已经配置完毕了。那么我们再确认一下点击查看好,全部都完整了。欢迎大家关注我的各个平台上面。
这些内容都是及时同步更新的。如何进行这个软件的简单配置。那么首先,点击选择文件夹视频的这个目录。比如说我选择了downloads这个目录,我已经提前保存了一个视频。然后它自动就会选择这个目录。然后点击扫描视频库。那么它就会把这个文件夹下的所有视频都扫描出来。那么这一集啊,是一个著名的美剧的Tero的第三季的第一集。登机已经完整完整的配置。我们先看一眼这个配置的样式。系统都配成了。
试完了,文件夹选好了。嗯,相关的字幕下载的配置也配置好了。其他的内容,像冷读的等等的也配置好了。那么这个i大模型,我们也测试一下。好,是可以用的。然后这个字幕测试一下。好,也是可以用的。那么所有的这些都是完成的。我已经在我的这个文件夹下,放置了一个新的电影。尽量处理。然后在这个下达台蓝里边有很多功能啊。我们一个一个的去看看。首先是一键离线处理。先点击这个视频里面的字幕。用Whisper去给它。
提取出来。然后只是调用本地的这个Whisper模型。它是不需要花钱的。然后和这个内置的专业词户进行一个对比。按照时间或者啊。重要性进行排序。那么展示出来。我们稍微等一会。它自动提取出来了这个视频里面。所有的这些生词是比较一个固定的模式。因为它属于机械性的匹配的。可以去帮助你去记忆。甚至找出了原文。想要更详细更效果好的。还需要点击AI经养去完成。它的质量和速度。取决于你大模型的质量和速度。
我们经过夜经养。将所有的词汇进行了有针对性的这个处理。处于哪个阶段的词汇。然后另外详细的诗意。到底是哪里涉及到这个句子。出现的似色。以及如何记忆。每一个词还会有。
贬习。这是静态的处理。那么动态的怎么样把看视频和记忆或者学习英语。相联系起来呢。每一个视频点击后它会出现两个件。一个是片段不放弃。一个是原片直放。那么原片直放这个功能就是直接。采用开源的MP。
它是内置的。因为我已经跟它配置完了。那么它会放这个视频。好。大家看底下有字幕。好。看。这每一句都是它提取出来的字幕。好。看。这是所有刚才自动提取出来的字幕。好。还有功能是片段不放弃。那么片段不放弃呢。就是随便点一下之后。它会自动进行处理。然后在当前这个时间线。从最开始。然后以三分钟的。结成一个一个的片段。然后你可以左右来回去。寻完这看。然后。
特别高频度的去。读这段片段里边。或者是认。这边片段里边的所有单词和。句子。这是它的歌词也识别出来了。还能够进行双语。这个处理。点击这个批量处理里边。
我们有一个批量生成双语字幕。那么或者是校对字幕。校对字幕。就是把刚才whisper这个转化的。进行一个。
教对。看看对不对。批量生成双语字幕呢。就是在whisper识别的基础上。或者是你。教对完的基础上。再生成一个中文字幕。落在这个英文字幕底下。是写字。现在点击一下这个。生成一个双语字幕。现在的字幕。每一句。都在双语翻译。而且在视频里边也可以看到。
帮你英语式扎中文字幕。右上角。还有一个功能栏。是将所有的单词进行分类的。高考。四级。六级。考研。等等。等等。专业的协助写作。生辟词。背景与文化。生字本。是吧。比如说Net。这个词太简单了。我就可以勾成太简单。然后比如说Sneaking。这个词。我觉得太难。或者说没怎么见过。那么就勾成代复习。Remember这个词。我觉得已经比较容易了。我就勾成一掌握。甚至呢。底下还有可以让它去跟读。
这个单词。或者是更多这个句子。我们听一下。Nice。Meeking。Remember Mr.Dufresne。Describe the confrontation you had with your wife the night that she was murdered。好。苹果里边内置的一个语音模型。它是调用系统的借口来实现。再看一眼生词本。刚才所有这些。接入了生词本里边。那么在复习里边。我可以进行相关的复习。这就是本期视频的所有内容了。然后希望您多关注我的官网时常来看。我会随时更新我的视频和文章。然后把最新的关于AI的学习。
或者有关的资讯分享给大家。我们下期见。

來源：transcript.txt

本次執行流程與問題處理

下達指令
指令：videonote https://b23.tv/Vb4U7Su --language zh --auto-source-subtitles

來源：https://b23.tv/Vb4U7Su

辨識語言：zh ｜參數：--language zh --auto-source-subtitles
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. 筆記與發布
5. 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：33.1 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：38.3 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：0.4 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：0.4 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：0.5 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：0.5 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：0.5 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：0.5 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：0.6 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：102.9 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：1.0 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 JSON8,013 / 36,587 bytes
transcript.whisper.srt 下載8,616 bytes
transcript.whisper.tsv 下載8,269 bytes
transcript.whisper.txt 下載8,013 bytes
transcript.whisper.vtt 下載8,471 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 8,013 / 36,587 bytes
校正後 transcript.json 純文字 JSON 8,013 / 61,574 bytes

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待修正
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
逐字稿品質檢核未完全通過待修正
{'stage': 'canonical_transcript_quality', 'action': 'published_with_warning', 'signals': ['canonical_hallucination_detected']}
Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。

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

逐字稿文字預覽

本次執行流程與問題處理

下達指令

預期流程

1. 下載與語音辨識

2. 全文快速校讀

3. 建立句子單元

4. 句子密度平衡

5. 時間軸稽核

6. 品質檢查

7. 播放時間軸回填

8. 逐字稿交叉檢查

9. 來源句整理

10. 生成筆記摘要

11. 建立筆記頁面

12. 發布公開頁面

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