回到地端模型解決方案作品

AI Podcast Cut

開源

用本機模型辨識語音並協助移除贅字、口吃，保留可逐段試聽的剪輯接縫。

作品畫面

主編輯畫面：波形、候選色塊、逐字稿（被剪掉的字畫上刪除線）與右側決策面板。 — 主編輯畫面：波形、候選色塊、逐字稿（被剪掉的字畫上刪除線）與右側決策面板。點擊圖片可查看原尺寸

贅字管理：整集的贅字按「詞」整理成一張表，一列一鍵全剪或全留。 — 贅字管理：整集的贅字按「詞」整理成一張表，一列一鍵全剪或全留。點擊圖片可查看原尺寸

批次處理：勾選集數與步驟，一次只跑一集，跑完列出每一集省了多少、輸出在哪。 — 批次處理：勾選集數與步驟，一次只跑一集，跑完列出每一集省了多少、輸出在哪。點擊圖片可查看原尺寸

本機辨識安裝：選好套件與模型再按，按之前先看得到實際會執行的指令。 — 本機辨識安裝：選好套件與模型再按，按之前先看得到實際會執行的指令。點擊圖片可查看原尺寸

領域詞：晶片式增刪，下面那排是從這一集辨識信心最低的字推薦的。 — 領域詞：晶片式增刪，下面那排是從這一集辨識信心最低的字推薦的。點擊圖片可查看原尺寸

解決的問題

Podcast 清理需要兼顧口語節奏、呼吸與音量，不能只把靜音全部裁掉。

實作方向

01用 faster-whisper 取得語音辨識結果。
02整合 demucs 人聲分離、音量處理與 ffmpeg 輸出。
03在本機檢查剪輯接縫，確認後再輸出。