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
..
2026-09-06 08:15:13 +08:00
2026-09-13 15:40:31 +08:00
2026-09-18 22:40:53 +08:00
2026-09-18 22:40:53 +08:00
2026-09-18 10:31:52 +08:00
2026-09-18 22:40:53 +08:00
2026-09-05 22:32:40 +08:00
2026-09-18 22:23:19 +08:00
2026-09-05 21:03:55 +08:00
2026-09-18 23:41:32 +08:00
2026-09-18 10:31:52 +08:00
2026-09-13 15:40:31 +08:00