逐字稿文字預覽
昨天是中秋节 我就没怎么做事 在家里休息了一下 然后我这夜里起来工作 我就发现有些比较重要的事情发生了 就是这个人嘛 Deep Seek Harness 网络上流行它官方出了MacOS跟Windows的客户端 但是我到官网去找又没找到链接 不过后来是从第三方 从这些社区媒体的帖子中找到了链接 这个是官方发布的 大家不用怀疑是假消息 因为我已经安装好了 它的下载地址就是在deepsec.com上 我会把这个地址贴到论坛的帖子中去 在这个视频下方 这个视频描述栏 我会放上帖子的链接 大家可以去论坛找到下载地址测试一下 它安装的过程也是非常的简单 就是一个 应用你下下来之后安装包点一下就能安装 安装好之后你就点击启动 它就让你输入这个什么 Deepseek的API Key 你把它点进去 输进去保存并继续 就这么简单 然后就进入到了这个界面 它跟网页版有什么区别吗 没有任何的区别 而且它安装好了之后 你不用担心以前 比如说你在MacOS上 你不是配置了DeepseekHanness吗 你不用担心 你也不用告诉这个APP 它在哪里 它自己会找到的 所有的过往的绘画记录 全部统一过来 而且 它的这个使用体验 跟这个web版 就是一模一样 没有任何的区别 连显示的格式都一样 大家看到没有 那你说这是脱骨子放屁吗 这当然不是了 以前你要安装这个Dipsick Harness 比如说你在MacOS上是吧 你还是要让Hermes来帮你安装的 或者让其他的agent来帮你安装 你自己去安装你还得输命令行是吧 我不说这个东西麻不麻烦了 反正很多新手就不愿意打开命令行 是吧他们看到这个东西头就疼 他们就不愿意看到这个东西 那现在就非常简单了 在Windows上在这个什么 MacOS上下载一个APP 然后把这个APIK贴进去就可以了 然后你以前配置好的第三方的 这些所有的模型都在不用担心 它本质上相当于是这个IPP类伏封招的一个webview 这样做有什么好处呢 就是说它不用像这个浏览器一样 现在我们知道这个Chrome 它对于内存的消耗就非常的恐怖 就随便一个这个页面 你看给你搞个什么100多兆 这两个页面就给你搞了300兆 这个内存占用是非常夸张的 那么在这内部 APP内部的话 那它原生APP它的内存消耗是可以控制的 不会那么夸张 然后我们看一下这个常用的 这个Codex Codex就是之前我只是用它来干什么 做一些简单的一些非常 傻逼的本地脚本的配置任务 或者说生成一些图片 总结一下论坛帖子 你看最主要用的就是它的这个生图功能 因为这个玩意 DeepSeek、Hannesson没有的 这一块DeepSeek是要把它补上的 包括这个什么 Cloud Code 如果说你以后没有这种功能的话 我讲实话 你在体验上是很难追得上OpenAI的 但是这两天我不是说了吗 GPT6撸了 我感觉它的智力大幅提升了 然后它的价格也便宜了 用量给的非常的足 看到没有 基本上是不可能用完的 而且我这是20美金的订阅 我现在甚至感觉到 它怎么讲跟Deep Seek Harness 加上这个什么Deep Seek VC.1 Flush 这个组合比起来 我甚至感觉是它更有性价比 因为我每天 现在我用这个什么Deep Seek 我还是要花上十几块钱呢 但我必须说Deep Seek做的工作 都是一些开创性的 一些新的工作 从这个设计新的功能到完成新的功能 在这个方面 怎么讲呢 这个GPT6 LoRa还是不行 它适合干什么呢 就是这些已经确定的功能 确定的bug 要它去修复 它现在执行的体验是非常好的 但是它要实现什么新的功能呢 如果小的功能还好 如果是复杂的功能 它还是不如Deep Seek 4.1 富拉西的 这个差距是比较明显的 然后有人在这个评论去问我 为什么老是把这个思考强度开到最低 我都说了 我自己买的软件我要怎么用 我需要向你们汇报吗 还非常不高兴 意思就是说 我这个是不是故意在黑OpenAI 没这个说法 如果说你愿意把这个思考强度开高 可以 但是如果说你开高的话 你为什么 在它这个额度消耗更多的情况下 为什么不直接使用GPT64呢 现在你订阅一个plus也才100美金一个月 也不到700块钱人民币 比我现在用这个什么 DSH也贵不了多少 一个就够了 甚至如果说你想鸡贼一点的话 像我一样呢 你大部分的工作 就用这个GPT6LULA来完成 偶尔有一些需要设计定框架的时候 你用这个什么 这个GPT view做来就行了 现在你也不用担心收傲的额度 也是还不错的 如果说你不是高强度使用 它是够用的 如果实在不行 你买两个订阅计划不就行了吗 你这个什么GPD Plus 你订阅两个 两倍的额度来画图 两倍的额度来开发 基本上你工作量不比我高的话 它肯定是够用的 我甚至都觉得比这个Deepseek更有性价比 然后大家看看我给它的最后一个工作 我要它在这个2.18上 就是我的Ubuntu笔记本上 去安装KDE桌面 因为我已经把这个Hermes跟DeepseekHannes 从这个Ubuntu笔记本上给它移出来了 移到了我的这个MacBook上 移到了我的苹果笔记本上 然后我的苹果笔记本 现在也没什么用处了 就最主要的就是 万一哪天我的Mac mini坏了 我就用它来做这个什么 备份来完成我一些 必须在苹果上面完成的工作 现在实际上也没了 因为我只有剪映 这一个软件必须要在 苹果的生态上完成 实在不行 我还有一个Windows笔记本 所以说我已经没有什么工作 必须在这个苹果系统上完成了 但是苹果的它的这种低功耗 低噪音 这还是温顿子所不能比的 温顿子笔记本跟它这完全不能比 那么像其他的一些软件 比如说像这个什么OBS这种开源软件 Tabee就更不用了 那个欧巴罗的终端可以定制的非常漂亮 而且上面有很多这种开源的命令行终端 都比Tabee要更好用 而且要用的多 那么像其他的Chrome吗 是吧 这些在Linux上都可以完成了 所以说我还是想去尝试一下 把我的主要工作移动到Linux上 为什么 因为这个怎么讲呢 AI时代Linux 它就是AI最好的原生系统 你就算是MacOS 跟Linux也是不能比的 首先这个Linux系统 是跑大模型的第一选择 第二它的稳定性 经过我这几个月的对比 我这两个笔记本都是几个月从来不关记的 经过我这几个月的对比 我觉得还是Linux的稳定性要更胜一筹 当然苹果也不遑多让 不过我个人还是倾向于使用Linux 毕竟它是开源的 它的这种隐私性安全性 它的保障要更高一点 我认为关于生态 有了这个AI之后 你像这个什么剪映 我讲实话 我现在都基本上不需要怎么用了 我用它就是AI把这个视频给剪好之后 然后我自己进去复查一下 或者有的时候我视频做出来比较急 我这个怕AI剪不好 我就自己上手 三下五周剪几道 打上个字幕 就这个时候需要用的它 以后随着AI的进步的话 这种像我们这种不需要什么后期特效 不需要复杂特效的这些轻度剪辑的 我们很有可能就不再需要像简映这样的剪辑软件了 就直接你有什么要求交给AI去剪就行了 当然这个Windows说实话是非常的令人遗憾的 我也不知道为什么 我觉得在Win10时代Windows还是比较好用的 就是它还是一个比较跟手的操作系统 我现在在这个X99的杨拉机平台上面 也装了个温时的系统 它平时用起来也还是不错的 但是它做这个重型的AI任务 还是不如这个 Linux稳定 昨天还有人在我的视频底下问我 说这个什么X99接这个Win10到底哪里不稳定 问这种问题的人 你应该自己像我一样 去连续跑几十个 批量的 康复UI视频 你就不會問這樣的問題 这都不是一个级别的操作系统 就问这种问题 就很无聊 知不知道 没有人说故意去黑哪个操作系统 就是你应该自己去尝试一下 自己去用一下 经过一些重度的 长时间的工作 有的时候就甚至说几个月不关机 你试一下Windows能不能做到 你不要说几个月了 你现在Windows能做到两个星期不关机吗 后面我会抽时间 在Linux上展开工作 如果说成功过度的Linux 我发视频跟大家分享一下 这方面的经验 因为怎么讲 现在金钱涨价就非常的离谱 苹果的小主机 我怎么跟你讲呢 我去年是4000块钱买的 这个24G的Mac mini 当然叠加了国普跟教育优惠 今年你再想买的话 他得要这个七八千块钱 才能买到这样的配置 如果说你要买M6的话 买30RG的 那得一万块钱呢 那我个人认为就完全没有性价比了 你现在内存再贵你买到一个什么DDR4平台的这个32G的笔记本 就X86的笔记本我认为还是非常轻松的 你玩游戏可以用Windows 你可以装双系统 玩游戏用Windows 你要工作跑AI的话 或者说你不想被Windows这种低效 经常高温给困扰 你也不知道它在后台开了什么服务 吃你的内存 你就想买个30RG的 比如说安装这个什么AI agent 来跑一些日常的开发 那我觉得你可能几千块钱随便都能搞得到 应该不会超过5000块钱呢 因为现在CPU显卡的性能都是过剩的 当然如果说你要想跑什么大模型的话 现在Mac mini Macbook其实都是不行的 就你配置不是很高的这种Macbook Pro 或者说是高一点的这种Mac Studio 你哪怕是使用Pro芯片的Mac mini都不行 体验很差 你肯定是要自己去搭建一个有独立显卡的 这么一个本地机器 或者说你上到M5 Max Ultra 这样的旗舰级别的 当然今天就是对着镜头瞎BB 有感而发 这个讲一下 目前我的这个生态使用状况 大家有什么意见要发表 可以到这个论坛发帖 也可以在评论区留言 好吧 本期视频就到这里 我们下期再见
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：356.5 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：43.1 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：0.2 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：0.2 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：0.2 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：0.2 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：0.3 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：0.3 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：0.3 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：86.8 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：0.9 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
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
- 校正前 transcript.whisper.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
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
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
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。