雲端免費 AI 做不到的事——完整校正超長課程字幕。
自動分段處理、合併輸出，支援 PDF / TXT / DOCX 參考資料校正專有名詞。 不綁定任何 AI 廠商——本地免費或付費 API 皆可，資料完全由你控制。
- 長文本支援：自動切段送 AI，完成後合併，無字幕數量上限
- 五種算力來源：LM Studio、Ollama（本地免費）或 OpenAI、Google AI Studio、自訂相容端點（付費）
- 模型自動偵測：從 API 自動抓取可用模型，下拉選擇不用手動輸入
- 思考型模型警告：偵測到 DeepSeek-R1、QwQ 等時自動提示
- 參考資料校正：讀入 PDF 講義或自訂關鍵字，確保專有名詞正確
- 格式嚴格保護：字幕編號與時間軸一律不動，只改文字內容
- 進度透明：顯示「第 X/N 段」精確進度，並提示如何確認模型正在運作
| 來源 | 說明 | 預設端點 |
|---|---|---|
| LM Studio | 圖形介面，適合新手 | http://localhost:1234/v1 |
| Ollama | 指令列工具，輕量快速 | http://localhost:11434/v1 |
前置步驟：
推薦繁體中文能力強的模型：gemma3、qwen2.5、llama3.2
⚠️ 不建議使用免費額度：免費方案配額有限，容易在校正中途因配額耗盡而失敗。請使用付費計畫。
| 來源 | 建議模型 | API Key 申請 |
|---|---|---|
| OpenAI ChatGPT | gpt-4o、gpt-4o-mini |
platform.openai.com |
| Google AI Studio | gemini-2.0-flash、gemini-1.5-pro |
aistudio.google.com |
| 自訂 OpenAI 相容 | 依服務商而定 | Azure OpenAI、Groq、OpenRouter 等 |
在 Pinokio 搜尋框貼上此 repo 的 GitHub URL，或執行：
pterm download https://github.com/vincentchiou/srt-correction然後點擊 Install → Start → 開啟 Web UI
Pinokio 會自動分配可用 Port，點擊按鈕即可開啟，不需手動輸入網址。
需先安裝 Python 3.10+
Windows：雙擊 run.bat，腳本自動偵測環境、安裝套件、啟動服務。
Mac / Linux：
git clone https://github.com/vincentchiou/srt-correction.git
cd srt-correction
chmod +x run.sh && ./run.sh第一次執行自動建環境並安裝套件（約 1～3 分鐘），之後直接啟動。
瀏覽器前往 http://127.0.0.1:7860（Port 預設 7860，若被佔用會自動使用 7861 等）
- 選擇算力來源，URL 與端點自動填入
- 點 🔄 取得模型清單 從服務自動抓取，下拉選擇模型
- 付費來源填入 API Key
- 點 🔌 測試連線 確認可正常回應
- 點 📁 選取資料夾 選擇放 SRT 與參考資料的資料夾
- 調整每段字幕數（預設 150，模型 context 小時請調低）
- 點 💾 儲存設定，自動跳至校正頁
- 點 🔄 重新整理 載入資料夾檔案
- 選擇
.srt檔案 - （選用）勾選參考資料 PDF／TXT／DOCX
- （選用）在右側補充關鍵字欄位輸入額外術語，每行一個
- 點 🚀 開始校正
- 頁面頂端出現警告「校正進行中，請勿關閉頁面」
- 完成後輸出
原檔名-已修正.SRT存於同一資料夾
📌 長文本校正需要時間，每段等待 AI 回應後才更新進度。 可開啟工作管理員確認 Python 正在使用 CPU，或查看 LM Studio / Ollama 的 Log 確認模型有在回應。
工作資料夾/
├── 課程字幕.srt ← 原始 SRT（可多個）
├── 課程講義.pdf ← 參考資料（可多個）
├── 術語表.txt ← 自訂詞彙（可選）
└── 課程字幕-已修正.SRT ← 校正輸出（自動生成）
會修正：
- ASR 語音辨識錯誤（同音異字、近音誤識）
- 明顯錯別字
- 口語贅詞（就是、然後、那個、這樣子等填充詞）
- 連續重複三次以上的詞語（保留一次）
- 英文專有名詞大小寫（依參考資料為準）
不會修正：
- 字幕編號與時間軸
- 說話者刻意重複的強調語句
- 語氣詞（呢、啦、喔）
原因：模型的 context 視窗太小，無法容納系統提示 + 參考資料 + 字幕內容。
解法（依序嘗試）：
-
縮小每段字幕數（最直接） 設定頁 → 每段字幕數 → 調低至
100或80（預設 150） -
減少參考資料 參考資料愈多，每段送出的 token 數愈高。 可只勾選最相關的一份 PDF，或僅使用補充關鍵字欄位。
-
換用 context 較大的模型 在 LM Studio 載入時，於 Context Length 欄位填入更大的數值（如
16384、32768）。 推薦優先使用 context ≥ 16K 的模型。 -
使用付費 API OpenAI
gpt-4o、Googlegemini-2.0-flash的 context 遠大於本地模型，不會有此問題。
原因：模型未確實遵守 SRT 格式，合併或刪除了部分字幕。
解法：
- 縮小每段字幕數（降至 80 或 50）
- 改用指令遵從能力更強的模型（如
gemma3、qwen2.5） - 避免使用思考型模型（DeepSeek-R1、QwQ 等）
說明：每段 AI 校正期間，進度條在等待模型回應，這是正常現象，不是當機。
確認方法：
- 開啟 Windows 工作管理員 → 確認 Python 有 CPU 使用率
- 查看 LM Studio 右下角 Log → 確認有 token 正在生成
| 套件 | 用途 |
|---|---|
openai>=1.30.0 |
所有算力來源（OpenAI 相容格式） |
gradio>=5.0.0 |
Web UI |
pymupdf>=1.24.0 |
PDF 文字擷取 |
python-dotenv>=1.0.0 |
設定檔管理 |
- 重置：移除虛擬環境重新安裝，解決套件衝突
- 更新套件：升級所有套件至最新版本