工作清單

逐字稿文字預覽

兄弟們,爬虫界的核彈及開源項目來了。
這個名為Scrapling的開源項目直接刷新了Python爬虫的技術天花板。
現在在Github上新標直接狂標到8.
3萬。
項目自帶強大的智能識別能力。
不管網站怎麼改版,頁面結構怎麼變,它都能自動精準抓取內容,全程不用改半行代碼。
動態加載瀏覽器指紋這些讓人頭疼的反爬手段,它都給你適配的妥妥當當。
在文本提取基準測試中,Scrapling解析5000個嵌套元素僅需1.
99秒。
相比BeautifulSoup有近800倍的性能飛躍。
數據採集的效率直接提升幾十倍。
而且項目完全免費開源,原生支持集成到AI Agent上。
拿過來就能用,就很方便。

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/UO5af9z --language zh --auto-source-subtitles

   來源：https://b23.tv/UO5af9z

   辨識語言：zh ｜ 參數：--language zh --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. 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：13.7 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：6.6 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：0.6 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：0.7 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：0.7 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：0.7 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：0.8 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：0.8 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：0.8 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：41.2 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：0.3 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：0.3 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JSON711 / 3,549 bytes
• transcript.whisper.srt下載777 bytes
• transcript.whisper.tsv下載746 bytes
• transcript.whisper.txt下載711 bytes
• transcript.whisper.vtt下載769 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 711 / 3,549 bytes
• 校正後 transcript.presegmentation_corrected.json 純文字 JSON 722 / 8,534 bytes

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，請確認待修正

  segment=0 已先套用暫定修正：兄弟們,爬虫界的核彈及開源項目來了。這個名為Scrippling的開源項目直接刷新了Python爬虫的技術天花板。現在在Github上新標直接狂標到8.3萬。項目自帶強大的智能識別能力。不管網站怎麼改版,頁面結構怎麼變,它都能自動精準抓取內容,全程不用改半行代碼。動態加在瀏覽器指紋這些讓人頭疼的反爬手段,它都給你適配的妥妥當當。在文本提取基準測試中,Scrippling解析5000個嵌套元素僅需1.99%。 → 兄弟們,爬虫界的核彈及開源項目來了。這個名為Scrapling的開源項目直接刷新了Python爬虫的技術天花板。現在在Github上新標直接狂標到8.3萬。項目自帶強大的智能識別能力。不管網站怎麼改版,頁面結構怎麼變,它都能自動精準抓取內容,全程不用改半行代碼。動態加載瀏覽器指紋這些讓人頭疼的反爬手段,它都給你適配的妥妥當當。在文本提取基準測試中,Scrapling解析5000個嵌套元素僅需1.99秒。

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