Skip to content

v0.7.7 — 逐句↔锚点对应精修:点锚点第一声就是该单元开头

Choose a tag to compare

@zzz-sc-tech zzz-sc-tech released this 26 Oct 07:10
· 44 commits to main since this release

v0.7.7 — 逐句 ↔ 锚点对应精修:点锚点第一声就是该单元开头

这次修什么

前几版把字幕的文本和时间轴都修好了,但点对话锚点跳转的体验还有四块空白:

  • 开场报头偏 2~3 秒:点「Section A / Conversation 1」先听到几秒静音或上一段尾巴
    (whisper 对开头几秒整段漏转写,行只能插值)
  • 题干行截开头:点题组锚点后,第一句题干播放时开头被截掉最多 6.8 秒
  • 正文行系统性偏晚:retime 管线的「字符比例铺岛」假设失准,约 500+ 行点行
    播放时开头截、逐句连播时尾巴带上一句
  • 行级文本缺陷:重复词("As a As a"、"two Two")、拆裂对("Only once." 单独成行)、
    域层模式外的说明段变体泄漏进学习池

怎么修的

三层 MiMo 逐岛钉位(音频词图 > 官方原文 > 现存文本),全程缓存、复跑零调用:

  1. 锚点级:开场报头 ±45s 标签词匹配(含同音变体——MiMo 把 "Section A" 听成
    "Section Eight")、题组播报碰撞细分、标签前向搜索("Conversation Two" 播报在行后 52s)
  2. 正文行滑窗级:对错位行所在的合并岛滑 2s 窗逐窗转写,行的前 3 词出现在窗文本
    头部即锁定起点——用纯文本 ASR 逼近词级时间戳,531 行钉正
  3. 题号全库对表:646 条题组播报与音频逐条 diff,零冲突(#16 型原文题号错无残留)

外加拆裂对合并、幻影行删除、重复词去重(听证序列计数判定,"really really" /
"had had" / 同位语等合法英语全数保留)。

验证结果

指标 修前 修后
锚点源行 ±1.2s 对齐率 97.22% 100%
开场报头(点锚点第一声) 184/194 194/194
区间首句 ±1.5s 97.61% 100%
指令行越界 40 0
正文行 ±2s 92.99% 93.96%(另 531 行窗口级钉正)

四门禁 + 缺题检查 + 单调/重叠/负时长全 PASS;审计器与三精修器复跑幂等(字节一致 / 零变更零调用)。

范围

四六级全部 97 门(49 + 48),行数 18945 → 18883(-62,拆裂合并与幻影删除),
MiMo 总调用约 11800 次全部落缓存。详见 temp/REPORT-anchor-refine.md。

下载选择

包 适合 体积
win-lite 只装程序(自选语料/已有数据) 68 MB
win-cet4 只要四级(49 门) 496 MB
win-full-cet6 要六级(48 门) 808 MB
win-full-cet6cet4 六级 + 四级全量(内部/自用) 1237 MB

老用户点软件里「一键更新」即可,本轮只下程序层 ~5-9 MB(音频没变,不会重下媒体层)。