用途：本技能针对 Whisper 在长音频（约 2 小时以上）转写中进入重复循环的情况，包括段内音素重复与跨段落多行循环（A-A-A-A、A-B-A-B、A-B-C-A-B-C）。它通过广度优先的分治（D&C）并行引擎，把损坏区间切成 30 秒任务（匹配 Whisper 原生上下文窗口），递归下探到小于 1 秒的切片进行恢复。
主要能力：一是并行音频恢复脚本 scripts/fix_hallucinations.py，扫描转写中的段内音素循环与跨段多句循环，支持单 GPU 与多 GPU 并发。示例命令：python3 scripts/fix_hallucinations.py <whisper_json> <audio_wav> --devices 0 -w 3 -o recovered_transcript.json；双 GPU 用 --devices 0 1 -w 4。常用选项含 --devices、--workers（默认 4）、--threads（默认 4）、--threshold（重复 n-gram 比例阈值，默认 0.4）、--min-duration（基础情形最小秒数，默认 1.0）、-o 输出路径。其保证包括任务去重（每个音频切片最多拆一次）、亚秒级收敛（以 (start + end) // 2 二分，最多 9 层降至 <1 秒）、数据保留（低置信内容不删除，原文前加 "[?] " 标记）。
二是可视上下文帧提取脚本 scripts/enrich_uncertain_with_vision.py，扫描 recovered_transcript.json 中所有 [?] 项，用 ffmpeg 按精确时间戳抽取视频帧并生成人工/视觉模型复核报告。用法：python3 scripts/enrich_uncertain_with_vision.py recovered_transcript.json stream_video.mp4 -o frames_uncertain，随后可接视觉代理分析帧内容以补全 [?] 语音上下文。
关键规则：不要对完整音频重跑 Whisper，否则会重复相同损坏边界，应先切 30 秒块；跨段句子循环触发 D&C 音频恢复，段内单词重复仅加 "[?] " 标记而不触发切分；不得静默丢弃亚秒级或不确定内容；在恢复流程（D&C 恢复、不确定帧抽取复核、幻影循环修剪、生成校验过的 raw_transcript.json）全部完成前，不得启动下游时间戳脚本。
适用场景：长直播、长录音等经 Whisper 转写后出现重复或损坏段落的修复与人工复核。
限制：资料未提供安装方式、依赖版本、收费与价格信息，也未说明支持的音频格式、模型规格与恢复准确率；依赖 ffmpeg、GPU 与相应脚本环境，需自行确认。