本资料是 vcut 的调试排查指南,用于调查一段剪辑结果为何不对,并说明每个问题应当使用哪种测量手段。资料强调一条核心规则:如果某个测量在假设成立与不成立时返回相同结果,它就没有真正检验任何东西;运行前应先问“如果我的假设是错的,输出会是什么”。
主要用法与对应能力:
- 查明某个成片位置来自哪个源片段:vcut locate --edl edl.json --master 50.2 --explain;--render <path> 直接测量文件而非信任 EDL。
- 判断某个听起来奇怪的词是真实存在还是模型幻觉:vcut say cut.mp4 --transcript cut.srt --at 50.2。
- 检查拼接处是否带入错误素材:vcut audit --edl edl.json --render cut.mp4。
- 检查语义拼接点是否干净:vcut joins --edl edl.json --render cut.mp4 --report report.json --lang es。
- 判断是否有词被切断:用 trx transcribe cut.wav --words 后与源字幕做 diff。
- 对尚未读过的文件定位起点:vcut suspects --detect detect.json。
- 核查非语音分类器命中是否真实:vcut nonspeech master.mp4 --verify --lang <lang>。
- 查看多个位置或一整段:vcut locate --edl edl.json --sources 20,53.86,61.2 与 vcut say <media> --transcript words.srt --at 53 --through 63。
- 时间线与音频不符时,用 ffprobe 对比源文件与转写音频的时长。
- 听众听到字幕没有的内容时,对短片重新转写:vcut say source.mp4 --transcribe --lang es --at <seconds> --window 4。
- 处理重拍边界:vcut converge source.mp4 --phrase "<the recurring words>" --from <sec> --lang es。
- 字幕与重转写窗口对某个词位置不一致时,用 vcut say source.mp4 --transcribe --words --at 550.0 --through 553.0 --lang es 作为裁决。
资料列举了大量易踩的陷阱,例如:手工累加 outMs-inMs 得到的总时长可能与成片毫秒级吻合,但单个位置仍可能偏差数秒;不足约两秒的窗口转写会返回噪声;短或安静的窗口包络相关性偏弱;removed-text-leaked 读法可能把重拍误判为泄漏;按 SRT 边界检查可能误报被切断的词;对整体字幕核查静音区间的分类命中会永远得到同一个答案;把毫秒传给按秒计的参数会得到看似真实的错误结果;静音被移除后再转写会累积时间漂移;整文件转写会平均化重复语句;缩短窗口不会收敛反而会产生幻觉;converge 可能停在假边界;屏幕录制等音视频来自不同设备的素材,容器时长可能长于视频流时长;以及先怀疑工具却忽略自身输入的问题。
限制:资料未提供安装方式、价格、支持平台等信息;部分行为(如 edl build 自 0.14.1 起将末段裁剪到视频流时长)仅按原文陈述。最终批准前的最后检查是人耳聆听,而非再跑一项测量。