vrsub

25 Commits 3 Branches 0 Tags

3 Commits

Include renames

Author	SHA1	Message	Date
cat-shark	2c3c356348	feat: whisper 节点自动接入自适应 VAD + 方案文档 - nodes/whisper.py：invoke 检测到 vad_filter=true 且未显式传 vad_parameters 且 WOV_AUTO_VAD=1 时，自动调用 vad_profiler.vad_parameters_for_audio 按本音频信号动态确定 VAD 参数并传给 transcribe；分析失败回退默认不中断转写（防御性，不影响整段流程）。 - tests/test_nodes.py：新增自动 VAD 异常回退测试（patch profiler 抛错，验证 whisper 正常转写 + transcribe 收到 vad_parameters=None）。 - docs/adaptive_vad.md：完整方案文档（背景/可行性/三层架构/参数建议规则/ 评分器/实现落点/取舍/实现状态）。	2026-09-06 08:15:13 +08:00
cat-shark	a032855210	feat: 字幕质量提升——长时寒暄幻觉清洗 + 专名/成人隐语不直译两部分同属字幕质量优化，共用 llm.py 翻译链路： 1) 长时寒暄幻觉词清洗（nodes/subtitle_cleanup.py）对展示时长超过阈值（默认 15s，实测 30s 幻觉占位 vs 2s 真实词的分界）且文本含收尾/开场寒暄（晚安、感谢观看等）的字幕，文本替换为 '-'，由后续过滤流程移除；短时寒暄（如剧情中真实互道晚安）保留不误删。写文件前调用。 2) 专名/隐语不直译（nodes/proper_nouns.py）片假名专名（人名/品牌/角色）与成人语境隐语是 LLM 误译重灾区： - ジンゴ被误译成'芒果'、カンタくん被保留日文而非音译； - マンゴー/バナナ/リンゴ/金玉/おまんこ/ちんちん等在色情语境中是生殖器官代称，字面直译严重错译。整理三张规则表（专名/拟声词/成人隐语，用户提供隐语表），检测原文命中后动态注入翻译提示词，让 LLM 按正确语义处理。文档见 docs/proper_nouns.md。测试（红→绿）： - tests/test_hallucination_mask.py：长时掩码/短时保留/非寒暄保留/阈值边界 - tests/test_proper_nouns.py：专名命中/拟声词/成人隐语/真实数据集成 - 真实 LLM 集成测试（完整 1440 行翻译 + 清洗 + 专名注入）通过	2026-09-05 22:32:40 +08:00
cat-shark	2e8bbb15a4	feat: ASS字幕移到顶部安全区并加透明度(零视差不变) - srt-to-dual-eye-ass: an2底部→an8顶部对齐,MarginV改为可配margin_top(默认120), 字幕避开画面中央人脸高发区(B-1顶部安全区) - 文字填充&H80FFFFFF→&HB3FFFFFF(约70%透明),描边纯黑→&H80000000半透明黑 - A-1零视差保持不变:左右眼水平相对位置一致,字幕固定屏幕平面 - 新增3条测试(顶部对齐/自定义margin_top/invoke读参数),ass节点覆盖率100% - 新增docs/调查报告:双目视觉景深原理、字幕深度配置公式与遮挡解决方案	2026-09-05 21:03:55 +08:00

Author

SHA1

Message

Date

cat-shark

2c3c356348

feat: whisper 节点自动接入自适应 VAD + 方案文档

- nodes/whisper.py：invoke 检测到 vad_filter=true 且未显式传 vad_parameters
  且 WOV_AUTO_VAD=1 时，自动调用 vad_profiler.vad_parameters_for_audio 按
  本音频信号动态确定 VAD 参数并传给 transcribe；分析失败回退默认不中断转写
  （防御性，不影响整段流程）。
- tests/test_nodes.py：新增自动 VAD 异常回退测试（patch profiler 抛错，
  验证 whisper 正常转写 + transcribe 收到 vad_parameters=None）。
- docs/adaptive_vad.md：完整方案文档（背景/可行性/三层架构/参数建议规则/
  评分器/实现落点/取舍/实现状态）。

2026-09-06 08:15:13 +08:00

cat-shark

a032855210

feat: 字幕质量提升——长时寒暄幻觉清洗 + 专名/成人隐语不直译

两部分同属字幕质量优化，共用 llm.py 翻译链路：

1) 长时寒暄幻觉词清洗（nodes/subtitle_cleanup.py）
   对展示时长超过阈值（默认 15s，实测 30s 幻觉占位 vs 2s 真实词的分界）
   且文本含收尾/开场寒暄（晚安、感谢观看等）的字幕，文本替换为 '-'，
   由后续过滤流程移除；短时寒暄（如剧情中真实互道晚安）保留不误删。
    写文件前调用 。

2) 专名/隐语不直译（nodes/proper_nouns.py）
   片假名专名（人名/品牌/角色）与成人语境隐语是 LLM 误译重灾区：
   - ジンゴ 被误译成'芒果'、カンタくん 被保留日文而非音译；
   - マンゴー/バナナ/リンゴ/金玉/おまんこ/ちんちん 等在色情语境中
     是生殖器官代称，字面直译严重错译。
   整理三张规则表（专名/拟声词/成人隐语，用户提供隐语表），
    检测原文命中后动态注入翻译提示词，
   让 LLM 按正确语义处理。文档见 docs/proper_nouns.md。

测试（红→绿）：
- tests/test_hallucination_mask.py：长时掩码/短时保留/非寒暄保留/阈值边界
- tests/test_proper_nouns.py：专名命中/拟声词/成人隐语/真实数据集成
- 真实 LLM 集成测试（完整 1440 行翻译 + 清洗 + 专名注入）通过

2026-09-05 22:32:40 +08:00

cat-shark

2e8bbb15a4

feat: ASS字幕移到顶部安全区并加透明度(零视差不变)

- srt-to-dual-eye-ass: an2底部→an8顶部对齐,MarginV改为可配margin_top(默认120),
  字幕避开画面中央人脸高发区(B-1顶部安全区)
- 文字填充&H80FFFFFF→&HB3FFFFFF(约70%透明),描边纯黑→&H80000000半透明黑
- A-1零视差保持不变:左右眼水平相对位置一致,字幕固定屏幕平面
- 新增3条测试(顶部对齐/自定义margin_top/invoke读参数),ass节点覆盖率100%
- 新增docs/调查报告:双目视觉景深原理、字幕深度配置公式与遮挡解决方案

2026-09-05 21:03:55 +08:00