Repository navigation
v0.7.7 — 逐句↔锚点对应精修:点锚点第一声就是该单元开头
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:
- 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) - 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 - 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)。