逐字稿文字預覽
用AI改的朋友肯定都遇到過。 改完圖後整張圖偏色，同時畫面會產生異變。 然後大多數圖越改越糊,畫質越來越差。 為了解決這個問題,我做了這個小工具。 用法特別簡單,舉個例子。 我想把這個辦公室的人物去掉。 我們可以看一下原圖和修改後的圖。 很明顯的偏色加異變。 我們把原圖和修改後的圖拖進去。 可以看到它自動對齊,自動校色,然後找出改動的地方。 按住對比，可以查看原圖和修改後的圖之間的差別。 可以看到除了人物部分,其他均沒有改變。 沒什麼問題,直接點擊下載。 再舉一個例子,我們來看一下這兩張圖。 原圖是這樣的,用AI修改後的圖是這樣的。 我做了兩點修改,一個是把動物全都去掉了。 另外一個是把車燈給熄滅了。 好,現在我們把這兩張圖丟到工具裡。 然後我們可以看到它把所有的動物全都擦除掉了。 但是有一些小細節它沒有識別出來。 我們這裡可以通過筆刷進行微調。 比如這些車燈的倒影,然後按住對比。 還有一些邊緣。 陰影。 給擦除乾淨了之後呢，再按住對比。 沒什麼問題之後，直接點擊下載即可。 然後，修改範圍呢，可以看到我們是哪些地方做出了修改。 比如說我想讓車燈再亮起來，然後點擊還原。 再把車燈部分擦除出來就行了。 然後再按對比。 沒什麼問題，下載即可。 這款工具是免費開源的。 大家可以在線用，或者點擊右下角。 本地版即可下載到本地使用。 另外一些常用的快速鍵，我放到了畫面的右下角。 大家可以點擊查看。 再按下載即可。 再按下載即可。 再按下載即可。 再按下載即可。 再按下載即可。 再按下載即可。 再按下載即可。 再按下載即可。 再按下載即可。
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：24.2 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：30.4 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：0.5 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：0.6 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：0.6 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：0.6 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：0.7 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：0.7 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：0.7 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：45.4 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：0.6 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：0.7 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=1 已先套用暫定修正：改完圖後整張圖偏色,同時畫面會產生異變。 → 改完圖後整張圖偏色，同時畫面會產生異變。；segment=9 已先套用暫定修正：按住對比,可以查看原圖和修改後的圖之間的差別。 → 按住對比，可以查看原圖和修改後的圖之間的差別。；segment=23 已先套用暫定修正：給擦除乾淨了之後呢,再按住對比。 → 給擦除乾淨了之後呢，再按住對比。；segment=24 已先套用暫定修正：沒什麼問題之後,直接點擊下載即可。 → 沒什麼問題之後，直接點擊下載即可。
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。