用途：把音频/视频（mp3、wav、m4a、mp4、mov、mkv）转成 SRT 字幕，并做字幕清洗、错字修正与断句润色，也可输出纯文字稿。
主要能力：提供两条路线。路线 A（默认）走 Groq whisper-large-v3-turbo，产出 word-level 时间码，可用 resegment.py 依词级时间码重新断句；路线 B 为本地 Whisper medium，segment-level 时间码，适合敏感内容或无网络场景。附带脚本包括 transcribe_groq.py、resegment.py、apply_vocab.py、srt_to_txt.py、validate_srt.py，以及 cleanup_rules.md、vocabulary.md 参考文件。
使用方式：先检查 GROQ_API_KEY 或 ~/.groq_api_key，并确认 ffmpeg 可用；在音频同层建 _subtitles/ 存放中间产物。路线 A 依次执行 transcribe_groq.py 产出 word-level JSON、resegment.py 生成 raw SRT、apply_vocab.py 做词表替换、逐段精修、validate_srt.py 验证、srt_to_txt.py 转纯文字。路线 B 用 python -m whisper 加 --model medium --language zh --output_format srt，Windows 需加 PYTHONUTF8=1 与 -X utf8。
限制：Groq 上传上限 25 MB，超过会自动用 ffmpeg 压成 16kHz/mono/32kbps，压缩后仍超限则中止；本地路线不适用 resegment，只能保留原 segment。清洗阶段时间码与段落边界不可改动，只改文字。中文档名上传 Groq 可能编码异常，脚本内部改用 audio.<ext> 上传。具体收费、价格与效果数据暂未提供。