逐字稿文字預覽
Qwen3. 8 Flash Next推出了一段時間,它的評分比Qwen3. 8 27B還是高不少的,讓我非常著迷。 我就嘗試在LocalBrain中進行部署。 經過很長時間的測試,我發現直接去使用,會出現各種各樣的問題。 陷入了兩周時間的反覆修改我的軟件。 目前的整個處理流程,我覺得無限接近於像Cursor或者Codex這種思考模式。 那麼終於在完成之後,用五道大題進行了測試。 那麼其中一道是完全通過,三道是最終收束完畢之後可以運行。 但是呢,它種種原因沒有最終收束。 那麼最後一道是完全失敗了。 本期內容裡面所有相關的文件和資料,我全部放在了官網上的一篇文章裡面。 您點開之後就可以看。 我這裡還有相關題目的這個壓縮包。 您打開之後,或者在線或者下載都可以看。 這是完整的提示詞。 第一題叫奇點實驗室啊。 類似於模擬宇宙運行效果。 這麼一個小介面,或者叫小遊戲吧。 效果是非常的炫麗多彩。 然後它的引力可以調整。 模擬的速度可以調。 你看,轉快了。 還有粒子數量。 尾機長度。 爆炸程度。 等等。 然後第二個,我覺得比較有代入感了。 那就是類似於GTA的這個效果。 然後打開之後,其實讓我特別驚豔在於,我不知道你玩沒玩那款遊戲。 就是那款叫監獄建造師的遊戲。 這個風格簡直是一模一樣。 然後左邊有小地圖。 底下有任務單。 然後右邊有調試下的效果。 這也有雨滴。 也有天氣的變化。 夜晚的變化。 然後我們看到每個建築物旁邊還閃著牌子。 這個車目前有點問題。 開燈了。 注意看。 現在開燈了。 然後它在運作的時候,我們看到現在當然多少有點bug。 運作的時候有車燈。 然後撞上建築物我們試一下。 它會有一個撞毀的效果。 包括它損失的錢是否傷沒傷人。 然後有沒有獲得什麼現金獎益。 然後碰撞的次數都有一個詳細的總計。 去碰,具體碰撞之後,它會有因為那個GTA裡邊會有閃的一個燈啊。 你看,現在就來了。 我看到非常之瘋狂。 遭受了懲罰。 開始裝貨。 看。 它有一步一步的效果。 那麼,然後等等等等。 我這裡不再一個演示了。 我想我演示完這視頻,我得錄一個小時。 不知道。 星槎異聞錄啊。 我也不知道它出的是什麼東西。 但是呢,很明顯,這是一個古風效果。 我第一個想到的就是三國志十一。 這個遊戲大家不知道玩不玩過。 這種效果太像了。 首先這個美化的感覺啊。 從遠到近這種布景。 包括雲、星星、月亮。 進出的山。 然後這種燈影的效果。 這種配色,我覺得是非常之美。 然後它還能開啟聲音。 能讓它拖動。 能讓它走這個目錄。 然後還有包括指南等等。 在走的過程中呢,大家聽到啊。 這個聲音是有變化的。 到不過程那章節的時候,它會有不同的變化。 然後這個,它這裡每一句話啊。 它有真正歷史上的事意。 是真意。 還有一個原創。 比如說,星佐天印。 然後這個,它這裡每一句話啊。 它有真正歷史上的事跡。 真意。 還有一個原創。 比如說,星佐天印。 五天、蟲敬、獵徒等等。 那麼這裡。 就是你可以非常好的去發揮你自己的那一個方面的寫作天賦。 神經元熔爐。 啊。 這個各種層次。 我們看到各種層次。 激活多少數量。 這個速度。 等等等等。 每幀步數等等等等。 去達成一個模擬思考的過程。 然後右側呢。 還有相關的一個數據的變化。 準確率等等等等。 所以,這些數據它非常好的給形象化的表達了數據。 不多不說一下它自己的問題。 首先呢。 第一個問題就是有的時候思考的是好。 但執行的時候,確實有時候會出現問題。 那就會。 所以它這次五道題裡邊是完成了四道。 那麼,主要原因我覺得是因為它畢竟每次激活的參數只有6B。 它是在125B裡邊激活了6B。 而27B呢。 我這裡也同步測試了幾個題。 這個當然不是那原題。 因為這時間花費整個測試時間太長了。 每道題花費相當多的時間。 那麼這裡呢。 比如說像27幣的做了一個彈跳小球。 這是中等難度的吧。 然後大家看這個效果。 我覺得是非常驚艷和那種細膩。 它的優勢比27幣的是什麼? 那就是它的速度會比它快。 flashnext。 基本上是27幣9,9Token每秒這個數字的兩三倍吧。 一開始是倍數多。 後來慢慢逐漸就下降了。 但因為已經有支持文字、手尾針。 這個手尾針參考和分段拼接。 也是手尾針不同的連連連,不同的手尾針連一塊。 那麼,實際上現在的功能已經挺不錯了。 你可以達到用多幅手尾針最終串聯。 達到無限長度的每個視頻的效果。 要再反饋。 能不能去加一個多足的參考? 那麼我最近也在測試。 相信很快就會添加出來。 那麼今天的內容就到這裡。 創建我的這個頻道的初衷。 我希望AI成為每一個人的創作能力。 將您的自己的天賦發揮到最大。 我們今天就到這裡。 下期見。
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 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：19.8 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：32.7 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：0.7 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：0.8 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：0.8 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：0.8 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：0.9 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：0.9 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：0.9 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：78.6 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：0.7 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：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
Whisper 字幕
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
目前待解決問題與初步改善方向
- ⚠️ 全文快速校讀：已套用暫定修正，請確認
segment=0 已先套用暫定修正：千萬3.8 Flash Next推出了一段時間,它的評分比千萬27B還是高不少的,讓我非常著迷。我就嘗試在方寸置轄中進行部署。經過很長時間的測試,我發現直接去使用,會出現各種各樣的問題。陷入了兩周時間的反覆修改我的軟件。目前的整個處理流程,我覺得無限接近於像Closecode或者Codex這種思考模式。 → Qwen3.8 Flash Next推出了一段時間,它的評分比Qwen3.8 27B還是高不少的,讓我非常著迷。我就嘗試在LocalBrain中進行部署。經過很長時間的測試,我發現直接去使用,會出現各種各樣的問題。陷入了兩周時間的反覆修改我的軟件。目前的整個處理流程,我覺得無限接近於像Cursor或者Codex這種思考模式。；segment=1 已先套用暫定修正：那麼終於在完成之後,用五道大題進行了測試。那麼其中一道是完全通過,三道是最終收束完畢之後可以允許。但是呢,它種種原因沒有最終收束。 → 那麼終於在完成之後,用五道大題進行了測試。那麼其中一道是完全通過,三道是最終收束完畢之後可以運行。但是呢,它種種原因沒有最終收束。；segment=4 已先套用暫定修正：第一題叫基點實驗室啊。類似於模擬宇宙運行效果。這麼一個小介面,或者叫小遊戲吧。效果是非常的炫麗多彩。 → 第一題叫奇點實驗室啊。類似於模擬宇宙運行效果。這麼一個小介面,或者叫小遊戲吧。效果是非常的炫麗多彩。；segment=17 已先套用暫定修正：星什麼異文錄啊。我也不知道它出的是什麼東西。 → 星槎異聞錄啊。我也不知道它出的是什麼東西。；segment=23 待確認：「事意」推測為「事跡」；「寫作天」語意不全，推測為「寫作天賦」；「神經元、熔爐」應為標題「神經元熔爐」。其餘專有名詞（星佐天印等）保留原聽錄，因無法僅憑上下文確認其準確性，標記為待確認。；暫定：然後這個,它這裡每一句話啊。它有真正歷史上的事跡。真意。還有一個原創。比如說,星佐天印。五天、蟲敬、獵徒等等。那麼這裡。就是你可以非常好的去發揮你自己的那一個方面的寫作天賦。神經元熔爐。啊。這個各種層次。我們看到各種層次。激活多少數量。這個速度。等等等等。每幀步數等等等等。去達成一個模擬思考的過程。然後右側呢。還有相關的一個數據的變化。準確率等等等等。；segment=32 待確認：「多足的參考」語意模糊，可能是「多圖的參考」或特定術語。；暫定：能不能去加一個多足的參考?
- 逐字稿可先使用，但有待校正清單
segment=72 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=73 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=102 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=103 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=144 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=23 rapid_semantic_review: 全文速讀上下文判斷；尚未回聽或交叉比對；segment=32 rapid_semantic_review: 上下文提及「多幅上下文最終串聯」，可能涉及多模態或長上下文擴展功能。
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。