逐字稿文字預覽
Hello，大家好 Google 在 9 月 23 日官宣 Google Vids 正式接入最新的 Gemini Omni 1.1 Flash 模型 最关键的是，任何拥有 Google 或 Google Workspace 账号的用户 都可以免费用它 生成高质量 AI 视频 不需要专业剪辑技能 也无需付费 这就是它的核心优势 简单来说 只要有一个 Google 账号 都可以使用 免费生成视频的功能 don't don't 9 月 23 日，Google 在官方博客宣布将自家 go away 最新的视频生成模型 Gemini Omni 1.1 Flash 集成进 Google Vids 这是 Google Workspace 中 用于制作视频的工具 从现在起 任何人只要有一个 Google 账号 都可以免费生成 AI 视频 稍后 给大家演示如何使用 过去一年 AI 视频生成的门槛正在快速降低 啊 啊 大多数高画质服务 要么收费 要么受到严格限制 i need you 这次 Google 直接将最新的 Omni 1.1 Flash 模型 以免费、1080p 的方式 向所有账号开放 所有人 都可以用它 生成 个人创作者、老师或学生 制作基本的产品 演示或课程 都很合适 结尾这段视频 就是我使用 Gemini 生成的。首先 先确认一下新闻来源 这条消息 来自 Google 官方博客 由官方博客发布 任何人 都可以在 Google Vids 中使用 Gemini 制作精美的高清视频 这个 是 Google Vids 产品经理 由马丁·卢克发布 所以这条消息是可靠的 大家可以放心免费使用 只要有一个 Google 账号即可 这里使用的视频模型 是 Gemini Omni 1.1 Flash 预览版 这个版本 支持思考、 上下文、RAG 以及图片和视频 都可以处理 要使用它 也很简单 我们打开 Google Vids 官网 进入官网 我们只需要打开 Google Vids 官网即可 这个链接稍后会放在 视频下方 打开 Google Workspace 这里会有登录 Google Vids 的入口 我们点一下 点击自己账号 这时 就进入初始界面 首先选择视频 最初的画布方向 比如横向 纵向或正方形 比如 这里选择横向 你这里 第一项 可以编辑视频 录制 这里选择制作 我们要生成视频 这里 选择制作 AI 视频 我选择这里 选择完毕后 先介绍整个 工作区的基本分布 这里是文件菜单 可以导入视频 也可以编辑和查看 还可以插入素材 例如插入其他 AI视频 比如虚拟形象 以及录制、格式和场景 模板等功能 都是有的 进入后 我们这里 可以看到 界面提示得很清楚 目前只支持英文提示词 如果使用其他语言提示词 生成效果可能 会受到影响 了解之后 接下来 我们点一下这里 这里有很多已经创建好的 AI 视频片段 我们可以看 Rome did not fall in a single day it was a slow collapse of political economic and military systems 我们可以看到效果还是非常不错的 如果觉得某个模板很好看 想使用这个模板 直接点击重新创建 这段提示词 就可以直接获得 只需在这里替换 自己的素材即可 这个 先给大家看一下 刚才的示例如何制作 这里 这里是它的视频模板 模板每次并不相同 每次 都会变化。这个 是我上次生成的视频模板 它生成完毕之后 会在视频 历史记录中显示 我们可以看到这个时候 就是可以看到我这个时候 这里能看到刚才生成的视频 目前只有 一个已经生成的视频 这里重新生成一条 可以看到 点击后进入编辑界面 这时点击 从头开始创建 素材仍然 选择这张啤酒图片 这时 如何让素材动起来 这里让它生成一段视频 这里是核心参数 最高可选择 1080p 支持横屏或竖屏 都可以 我选一个竖屏的 最长可生成 10 秒 视频模型 选择当前免费的 Omni 1.1 Flash 视频模型 支持视频 图片和文本输入 选择之后 让 ChatGPT 生成 视频广告提示词 时长设为 10 秒 并使用英文 把这些要求告诉 ChatGPT 让它生成广告提示词 最后 就能得到提示词 时长 10 秒，确认 提示词已经生成 生成后 复制这段提示词 粘贴到 Google Vids 我们粘贴到这里 界面已经明确提示 这里只能使用英文 我们点击发送 最后 查看生成效果 生成结果出来了 看一下实际效果 这是之前的结果 再做一次对比 我 大家可以看到 我觉得制作基础广告视频 效果相当不错 这里 你可以看到它会针 基于当前视频的情况 比如说它可以支持让你做 一些就是说一些优化 它会自动进行音量均衡 比如说音量 避免音量忽大忽小 它会自动调节音量 经过优化 可以得到更清晰的视频 视频完成后 还可以继续编辑 你这里还可以再加 它相当于 一个视频编辑器 可以在下方继续编辑 这里还可以调这个视频一些 比如我们看在这里 支持我们溶解呀 就是加个动画 比如说它是淡化呀 推移对不对 而且呢推移可以看到推过来 也就是说 上一个视频和下一个视频 上下两个视频的转场处 那个这个转接的效果 就在这里 我们可以定义的 可以看到 可以看到 还有缩放 还支持旋转 可以把下一个视频 以旋转形式转入 还有闪烁 以及溶解效果 你看没有 就是上下 两个视频的衔接处 可以带来 更柔和的转场 这个 就是基础使用方法 那比如说你也可以在这里 修改 先选择一个素材 选择之后 你可以看到他这呢可以 添加原视频 也就是要修改的视频 比如说 这里选择已经下载好的视频 同意 接着针对这个视频 描述想要的修改 这时 比如让人物 做出喝饮料的动作 或者让人物 做出手拿物品的动作 比如说 还有其他的 那都是可以去做的 上传要修改的视频后 用英文描述 希望如何修改视频 描述完成后 重新生成即可 这里还可以给素材 增加动画 这里的添加动画 用于让静态素材动起来 上传参考素材 再描述要展示的情节 他这呢只能这样了 另一个常用功能是 大家常用的 视频延续扩展 操作与刚才类似 上传参考视频 比如说你刚才 刚才生成了一段 10 秒视频 比如 想再延续 10 秒 把参考视频 上传上去 他 就会从结尾帧 再延续 10 秒 得到这样的效果。这个 就是视频扩展 总结来说，它有 四项核心功能：创建 修改 添加动画 以及扩展 今天 给大家介绍了 Google Google Vids 免费的视频生成能力 以及网站的基本使用方法 这里还有很多功能 大家可以自行探索 它还支持 录制等功能 大家可以自行探索 如果大家有什么问题 欢迎在视频下方留言 如果是我了解的问题 我会逐一解答 今天分享的视频 就到这里 如果大家有什么问题 欢迎在视频下方留言，谢谢
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 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：13.2 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：41.7 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：0.8 秒
關係：依序執行
結果：完成
4. 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
5. 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：0.9 秒
關係：依序執行
結果：完成
6. 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
7. 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
8. 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：70.8 秒
關係：依序執行
結果：完成
9. 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
10. 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
自動來源字幕
Whisper 字幕
- 尚未產生
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.source.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
- 逐字稿可先使用，但有待校正清單
segment=68 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
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。
- 音訊下載不穩定，需更新 cookies / PO token 後重試精進模式。