工作清單

逐字稿文字預覽

詞曲 李宗盛
詞曲 李宗盛
詞曲 李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛
李宗盛

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/Smpj6H0 --language zh

   來源：https://b23.tv/Smpj6H0

   辨識語言：zh ｜ 參數：--language zh

2. 預期流程

   依指令產生的處理順序：

   1. 下載與語音辨識
   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：15.9 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：7.1 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：0.1 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：0.2 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：0.2 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：0.2 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：0.2 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：0.3 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：0.3 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：12.7 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：0.7 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：0.9 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JSON1,536 / 45,145 bytes
• transcript.whisper.srt下載7,203 bytes
• transcript.whisper.tsv下載3,642 bytes
• transcript.whisper.txt下載1,536 bytes
• transcript.whisper.vtt下載5,669 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 1,536 / 45,145 bytes
• 校正後 transcript.json 純文字 JSON 1,391 / 64,201 bytes

目前待解決問題與初步改善方向

• ⚠️ 全文快速校讀發現未解決異常待修正

  segment=0 待確認：逐字稿全篇（0-136）僅重複顯示「詞曲 李宗盛」或「李宗盛」，與影片標題「Steam商店上线2天斩获3000+愿望单的同声传译软件实机演示」及說明內容完全無關。此為典型的ASR（語音辨識）錯誤，可能因背景音樂為李宗盛歌曲，或錄音時未正確識別人聲對話，導致系統將背景音樂或靜默誤判為歌詞/人名重複輸出。；暫定：詞曲 李宗盛

• 逐字稿可先使用，但有待校正清單待修正

  segment=0 rapid_semantic_review: 影片標題明確指出為「TransBox」同聲傳譯軟體實機演示，說明中列舉遊戲、看影片、開會等使用場景，但逐字稿中沒有任何關於軟體功能、操作、價格或演示內容的文字。

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