 cat-shark
|
2c8bbb6469
|
feat: 转写支持静音段幻觉抑制参数（HST）
无 VAD 的 decode_full 会在无语音段"编"出字幕（`こんにちは`/`おはようございます`/
`東京都交通局8800形電車`）。实测这类幻觉与"呻吟间隙里的真实短台词"在
`no_speech_prob`、`avg_logprob`、silero VAD 与音频能量四个维度上都不可分，
只能用 faster-whisper 自带的 `hallucination_silence_threshold`（HST）抑制：
怀疑幻觉时跳过超过阈值的静音部分（需 `word_timestamps=True`）。
- `nodes/whisper.py` 透传 `word_timestamps` / `hallucination_silence_threshold` /
`no_speech_threshold` / `log_prob_threshold` / `compression_ratio_threshold`，
未配置的键不传，保持 faster-whisper 默认值与改造前行为。
- `learn-translate` 默认 HST=2.0 + word_timestamps：同一片头 120 秒无对话段由 15 条
字幕降到 4 条且无套话幻觉残留，呻吟段基本保留；代价转写约慢 1.8×。
- 实测数据与取舍记录见 docs/workflows.md#decode_full-与幻觉呻吟清洗。
|
2026-09-18 23:41:32 +08:00 |
|
|
cat-shark
|
8645e440f4
|
feat: 日语转写（翻译前归档）也作为产物放到视频旁
翻译前的日语转写只有中间态，重跑字幕或回看译文时无据可查；把它按语言归档到
视频旁，与中文译文、双目字幕并列。
- `learn-translate` 的 `final_outputs` 增加 `ja_srt: asr.srt_uri`（清洗后的转写）。
- `_sidecar_product_name` 改为**按 final_outputs 别名**映射语言后缀
（`ja_srt`→`.JA.srt`、`cn_srt`→`.CN.srt`、`ass`→`.CN_dual_eye.ass`），未登记别名
时按扩展名兜底。此前两份 `.srt` 都映射成 `.CN.srt` 会互相覆盖（真实日志：
"产物已放视频旁: movie.CN.srt, movie.CN.srt"）。
- 任务管理的产物列补"日语 SRT"下载链接。
- 测试：按别名区分语言变体 + 端到端验证两份产物都落地且不覆盖。
|
2026-09-18 22:27:38 +08:00 |
|
|
cat-shark
|
3f4478523e
|
fix: whisper 重复伪影整条删除，避免翻译层空响应失败
whisper 在单个窗口内卡住重复时会把一个单元写满整条 cue（实测 30 秒整、重复
74–446 次，如 `チン`×111）。这类正文会让下游 LLM 跟着循环、把输出预算耗在思考上，
最终 `content` 返回空串并报 `translation alignment failed … Expecting value:
line 1 column 1 (char 0)`；它也可能直接渲染成超长字幕行。
- `nodes/subtitle_cleanup.py` 新增 `remove_repetition_entries`：**纯模式判据、无字符
词表**——展示时长 ≥15s 且同一 1–6 字单元连续重复 ≥6 次且覆盖正文 ≥70% 的 cue 整条
删除；真实短促呻吟（`ぇ`×15、`ああああああ`）靠时长区分，零误删。
- `nodes/whisper.py` 在转写产出处应用该清洗（VAD 开关都生效，它与套话幻觉无关）。
- 真实数据验证：本地全部真实转写 3605 条 cue 只删 5 条 30 秒伪影；对照实验同批次
伪影截短后 5/5 成功、原样 1/5。
|
2026-09-18 22:23:25 +08:00 |
|
|
cat-shark
|
966f3e6b4b
|
docs: AGENTS.md 只保留代理规则，项目信息迁入 README 与 docs/
把 AGENTS.md（545 行）中的项目知识按性质拆开，只留下对代理的要求：
- AGENTS.md（176 行）只写规则：读文档指引、提交许可、等待规则、TDD、
测试规则（模块边界/三段结构/功能覆盖优先）、注释规范、目标运行环境、
PowerShell 规则、文档维护规则；
- 项目信息新建 docs/ 专题：architecture、node-protocol、workflows、
configuration、operations、testing、decisions；
- README 改为项目索引（定位、快速开始、文档导航、目录、工作流、结论摘要）；
- 修正旧文档错误：README 的"详细约定见 AGENTS.md"与"100% 行覆盖率"
（pytest 已移除该门槛）；环境变量表补齐 WOV_AUTO_VAD 等 3 项。
新增 scripts/check_doc_links.py 校验相对链接与锚点，当前 14 个文档全部可达。
|
2026-09-13 15:40:31 +08:00 |
|