SuperAPI AI 工具集

edgespeak-segment

写作与研究

查看项目

更新于 10-15 23:49

技能介绍

用途:把一整段连续文本切成自然句子,尤其适合没有标点或标点错误的 ASR 输出,这类文本用“遇到句号就切”会完全失效。底层调用 edgespeak-cli segment,由本地小模型完成。桌面应用运行时,CLI 复用其本地网关(OpenAI 兼容,127.0.0.1:1117,代理模式);应用未运行时,CLI 自行启动内置本地引擎(独立模式),这是正常模式而非错误。

主要能力:语义分句;用 --threshold <0..1> 调节边界敏感度(默认 0.35,越低句子越多越短);用 --min-chars/--max-chars 做长度约束;从 --file、--text 或 --transcript 输入,输出 stdout/txt/json/srt;--transcript 接收带词级时间的转录 JSON,重新分句并把每个词映射进新句,使每句携带真实的 start/end,--start-margin/--end-margin 只在句间静音处外扩,相邻字幕不重叠。长度约束为软限制,边界不会落在词中间,必要时会略超上限。

使用方式:先运行 edgespeak-cli status 检查;未安装时 Windows x64 安装 EdgeSpeak 桌面应用,macOS Apple Silicon 与 Linux x86_64 用 curl -fsSL https://edgespeak.com/install.sh | sh。首次使用需激活(login、activate <KEY> 或 trial 匿名 7 天试用)。常用命令:edgespeak-cli segment --file transcript.txt [-o out.txt] [--format txt|json|srt];segment --text "...";segment --file transcript.txt --min-chars 40 --max-chars 120;segment --transcript words.json -o resplit.json --max-chars 80。--device 仅在独立模式可用。

限制:不会补标点或大写,只找边界,ASR 错拼保留;纯文本输入的 JSON 段落不含 start/end,纯文本 srt 全部为 00:00:00,不可作字幕;去说话人标注的输入在重分句后会丢失说话人字段;首次独立运行可能需刷新凭证;长文本较慢(约 96K 字符需约 3 分钟);-o 会静默覆盖已有文件,需先确认。