Skip to content

Transub v3.3.0

Choose a tag to compare

@dlsandy dlsandy released this 02 Nov 03:20

Transub v3.3.0

本次更新内容诸多,尤其是针对字幕观感策略和声学探测做了非常多的优化。

相对 3.2.x:新增 Intel Arc 显卡支持,强化声学探测/断句与软声成片策略,并继续打磨 Hy-MT、空白重译与长片耗时。推荐所有用户更新。

[建议]: 在硬件条件允许的情况下(10GB以上显存 + 32GB内存),建议Pro版本用户使用(混合翻译:[翻译模型]HY-MT2-30B-A3B + [润色模型]Huihui Qwen3 8B Abliterated的组合),具体请参考: #93

新增

  • Intel Arc 显卡支持(Phase 1): 识别 Intel Arc(含 Arc(TM) A770 等写法),暂不支持 UHD / Iris;听写 / Demucs 走引擎内 XPU PyTorch;本地 LLM 走专用后端。参数里可将设备选为「GPU(Intel · XPU)」。
  • Index-Translate 系列: 模型目录接入 IndexTeam 翻译模型(2B / 9B / 35B-A3B;适合社媒风格、网梗翻译)。
  • [Pro版本] Qwen3.8 27B: 混合翻译 / 智能翻译 / 润色侧上架 Qwen3.8 27B UD-Q4_K_M 与 UD-IQ4_XS;适合 12GB 以上显存尝试。
  • [Pro版本] 自动声学调参: ASR 转写时进行声学探测,根据声音特征自动调整检测阈值,并支持声学分带补听,减少漏听、错听。(自动启用,无需设置)

优化

  • llama.cpp: 建议运行时更新到 b12032。
  • 声学断句: 接在声学分带补听之后、二意见之前;软声岛内两句贴在同一口气、能量切不开时,可按句末标记 / 同模型切点拆条。
  • ASR 前句窜入剥离: 后一句开头粘在前一句尾部时,删除前句多余后缀。
  • ASR 未完成句碎条合并: 同一未完成日语句被切成多条、间隔很小、下条又非换人/寒暄起首时,合并为一条(时间轴取并集),减少「今日は|いい天気だね」这类碎条。
  • ASR 短反应回声去重: 对「気持ちいい」一类短反应,支持跨约 4–16 s 的回声去重。
  • Hy-MT 翻译模型的优化: 针对 Hy-MT 30B 做了大量优化,例如:邻句上下文理解、称呼状态沿用、质量门控、成片润色等等。(部分仅对Pro版本有效)
  • 清洗策略优化: 日语软声任务运行时默认:纯拟声/语气自动清除,译前可清拟声源条以减轻翻译流程负担。
  • 空白重译策略: 按速度/质量档调度;主译已穷尽的槽位不再反复 LLM(仍可确定性回填);纯拟声删除类不消耗模型预算;弱收益可提前终止。
  • 成片交付定稿: 以日文时间轴为准,清理孤儿中文、按 startMs 对位、回收清噪与确定性补空,减少双轨条数漂移。
  • 质量管线闭环: 事后 QC 按红档/空白密度等信号决定是否开环;重转写主要针对低置信 / ASR 低档,避免「仅有译后红档」就整段重听。
  • 长轨翻译耗时: ≥约 600 条或片长 ≥约 2.5 h 时,对位审计重试封顶;分块超时可半窗降级续跑,避免长时间停滞。

BUG修复

  • 翻译 ETA 过短(大 MoE / Hy-MT2 30B): 翻译阶段整体进度约到 70% 时,不再被片长启发式硬压成「马上结束」。优先按「翻译 N/M」条数速率与本阶段已用时估算;托盘剩余时间同步带上模型权重信息。
  • 日语 ASR / 译后误改: 补充可复用 ASR 域修正与 ZH remap,降低听写噪声连带译崩。
  • 非中文成片误写中文回填: 目标语非中文时,不再把中文确定性回填/回收原文写进成片轨。

相对 3.2.11:质量对比(内测相对分)

说明:同机、软对白 / Qwen3-ASR Galgame(TEN)主路径抽样与字幕库干跑对照;10 分制相对观感。3.2.11 已相对 3.2.10 大幅抬了时间轴与长片速度;下表只比 3.2.11 → 3.3.0。

ASR 听写

维度 3.2.11 3.3.0 主要变化
软对白听写覆盖(少漏听) 7.5 8.5 声学嗅探 + 片内分带补听;嘈杂/安静带可换阈值
时间轴贴合(起止贴边) 8.5 9.0 继承 ten_pcm;再加声学断句 / 软岛起点贴边
源轨结构(碎条 / 窜句 / 回声) 7.0 8.5 未完成句合并门槛、前句窜入剥离、短反应回声去重
气声 / 杂音进条控制 6.0 8.0 拟声识别修复 + 软声译前清除默认策略
长片转写墙钟(≥2.5 h) 9.0 8.5~9.0 3.2.11 已约减半;3.3.0 分带补听略增耗时,换覆盖

字幕 / 翻译成片

测试设备:CPU: Intel i9-12900K / 64GB DDR5 RAM / NVIDIA RTX3080 10GB
翻译模式:Pro版本 混合翻译 / QC修复:智能Pro
翻译模型:Hy-MT2 30B-A3B Uncensored Heretic APEX Compact
润色模型:Huihui Qwen3 8B Abliterated

维度 3.2.11 3.3.0 主要变化
Hy-MT 上下文与称呼一致性 7.0 8.5 邻句窗、称呼沿用、质量门、成片润色
空白 / 省略号条控制 6.5 8.0 空白重译调度 + 清洗误伤回退 + 交付定稿补空
观影洁净度(拟声 / 语气堆叠) 6.5 8.0 软声默认清拟声源条;语气词压缩
译后 QC 效率(少无效重听) 7.0 8.0 红档/空白密度才开环;低置信才重转写
双轨交付对位 7.0 8.5 以日文轴为准对位、清孤儿中文、减条数漂移
10 GB 显存跑大模型译质 8.0 8.5 继承专家层内存分流;Hy-MT 路径继续打磨

其它可量化 / 能力对照

项 3.2.11 3.3.0
长片 ASR 墙钟(片长约 4 h,同机对照相对 3.2.10) 约 0.5 h(3.2.10 约 1 h) 同量级;开分带补听时略增
Galgame TEN 检测阈值 约 0.38(抑过召回) 软参约 0.35 + 片内分带自适应
声学嗅探 / 分带补听 — 有(acousticBandAdapt=auto;速度档可跳过)
声学断句(软岛内拆句) — 有(补听后、二意见前)
Intel Arc(XPU 听写 / Demucs / 本地 LLM) — Phase 1
Index-Translate 目录 — 有(2B / 9B / 35B-A3B)
Qwen3.8 27B(Pro) — 有(UD-Q4_K_M / UD-IQ4_XS)
建议 llama.cpp v0.7.0 / b11669 一带 b12032(含 --n-cpu-ffn)
字幕库干跑:顿号气声栈漏检 常见(旧规则约 793 条 miss) 同形态 0 miss;译前 clear 可明显减条
字幕库干跑:近邻可合并碎条 门槛偏紧(默认 gap≈420 ms) gap≈720 ms(强续接≈1000 ms);样例库约 五千 处可并
Hy-MT Compact 抽样空白率 — 样品1 4/178;样品2 覆盖约 98.4%(清洗原文后)