工作清單

Qwen 3.8 很強，但預設思考慢 9 倍

逐字稿文字預覽

免費模型畫提胡奇腳踏車花了21分鐘,關掉思考只要137秒。
就像請一位很聰明的新同事幫你畫一個圓圈,他卻先花半小時思考配色、動畫和設計哲學,最後交出一件精美但根本不是你要的作品。這就是昆3.8 27B 預設用力思考模式的日常。
阿里巴巴釋出一個17GB的免費開源AI模型,可以在高階筆電上離線執行,還能看圖、寫程式、操作工具。
他出場預設是思考到極致模式,結果連畫一個圓圈都要糾結好幾分鐘,話題胡奇腳踏車更花了21分鐘。
把思考模式關掉或調低,同樣的任務兩分鐘就完成,品質依然不錯,只有寫較複雜的小工具時,開一點思考才會一次作對。
他在圖片中框出物體的位置非常準,也能真正驅動寫程式的AI代理,讀專案,回答問題,自己寫出可用的腳本。
最大的缺點是速度慢,每秒指数15-30個字,社群正在用一次猜多個字的技巧把速度拉高17成。
所以呢,你不用花大錢租雲端戀愛,一台好筆電就能跑出堪用的私人助理,但記得先把思考強度掉低,否則會等到天荒地老。
在圖片中框出物體的位置,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下,請問一下

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/FM78pZfOo7k?si=-KC9w3xi6auZ0so9 --language zh

    來源：https://youtu.be/FM78pZfOo7k?si=-KC9w3xi6auZ0so9

    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：10.5 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：36.4 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：0.4 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：0.5 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：0.5 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：0.5 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：0.6 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：0.6 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：0.6 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：57.6 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

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