Skip to content

v1.5.2

Choose a tag to compare

@kanbereina kanbereina released this 20 Jun 07:49
0d0ad4c

修复

字幕被 15s 上限截断 (#21)

根因更正:被 max_duration 截断至 15s 的字幕,主因并非「长 chunk 内部缺少句末标点无法切分」,而是 Kotoba 蒸馏模型产出的 chunk 时间戳本身虚高(十几个字的短句被标注成十几二十秒)。这类条目句末标点断句正确、文本无误,只是 start/end 继承了母 chunk 的虚高跨度。

改动:

  • 按「字符数 × --max-seconds-per-char(默认 0.5s/字)」对虚高时长进行二次压缩,仅缩短显示时长,不修改文本与起始时间;
  • 增加 min_duration=0.5s 下限,避免 Kotoba 偶发将短 chunk 的 start/end 挤在同一点(近零时长导致播放器无法显示);
  • 新增段内重叠处理,消除因收缩及预留间隙产生的时间重叠;
  • CLI 新增 --max-seconds-per-char 参数(≤0 时关闭)。

实测(test.mp3,693s 端到端): 被截断至 15s 的比例由 8.44% 降至 1.31%,时间倒退 0 条,末条覆盖率达 98.6%。


Full Changelog: v1.5.1...v1.5.2