docs: 归档提音读速/声道拆分/运行日志的排查结论

- 提音 1–5Mb/s:实测 rchar 仅为全文件 2.3%,只读音轨;慢在 CIFS 随机读 + 4 路并发,非瓶颈
- 左右声道分别转写:实测否决(三路 A/B 无字幕收益、成本翻倍),维持 -ac 1
- 节点开始日志过长:_note_*/_node_help 被整体打印,改法已列、代码未改
- 新增专题文档,并同步 README/AGENTS 索引、node-protocol 指引与 learn-translate 的 _note_channels
This commit is contained in:
2026-10-18 17:58:04 +08:00
parent 5b263171f2
commit 742a03ab61
6 changed files with 193 additions and 2 deletions
+17
View File
@@ -156,9 +156,26 @@
- **若将来重开**:方向应从翻译侧挪回 ASR 侧(只审日文、给候选读法;先建场景再对照),
那里才有声学证据;具体三个可测方向见实验文档第六节。
## 提音阶段两个已排查项:读速 1–5Mb/s 与左右声道分别转写
- **读速疑问(2026-10)**:8K 素材提音时读速只有 1–5Mb/s,怀疑"把整个视频拉了一遍"。
实测该 ffmpeg 进程 `rchar` ≈ 全文件 **2.3%**(6.66GB 素材只读约 150MB)→ **只读了
音轨**;慢在音频 chunk 之间的 CIFS seek 与 4 路并发(同一文件顺序读对照 18.8MB/s),
不是代码缺陷,也不是瓶颈(提音与转写并行、GPU 空闲)。**不要为提速去改 `-vn`/`-ac`
或重跑这套排查**;可选提速手段(`-avioflags direct`、挂载预读参数、提高并发)均已
列在专题文档,未实测。
- **左右声道分别转写(已否决,2026-10)**:素材是单条 stereo 流,L/R 实测**并不同源**
(逐窗口相关 0.28–0.68、最佳滞后相关 ≤0.79,合并电平比更响声道低 1.4–2.6dB),
但整片三路转写 A/B 显示**字幕无系统性收益**:长句 91/91/87、覆盖时长 ±5%,
7 分钟只发现 1 条单声道独占短句,而成本翻倍(全量约 +17–20 小时挂钟)。
**结论:维持 `-ac 1`,不做拆声道**。若日后想抓独占短句,只做"合并结果出现长空档时
用较响声道回退"的低成本变体,不要重开"全量拆声道"路径。
- 详细数据、脚本与产物:[优化-提音IO声道与运行日志.md](./优化-提音IO声道与运行日志.md)。
## 相关文档
- 当前生效的参数与协议:[node-protocol.md](./node-protocol.md)
- 实验数据(成本/耗时、审校定位实验):[实验数据-字幕重生成成本与耗时.md](./实验数据-字幕重生成成本与耗时.md)、[实验数据-字幕审校定位与修复实验.md](./实验数据-字幕审校定位与修复实验.md)
- 提音读速/声道/日志的排查结论:[优化-提音IO声道与运行日志.md](./优化-提音IO声道与运行日志.md)
- 运维语义与批量流程:[operations.md](./operations.md)
- 缺陷 ID 与验收标准:[代码审查问题跟踪.md](./代码审查问题跟踪.md)