subtitle-correction

字幕修正スキル

このスキルは、タイムライン情報を厳密に保持しながら、字幕ファイル内の音声認識エラーを修正します。

対話型ワークフロー

ステップ 1：ユーザーに用語を尋ねる

重要：修正を始める前に、必ずユーザーに専門分野固有の用語を尋ねてください。

次のようにユーザーに尋ねます：

在开始修正之前，请提供一些关键术语，帮助我更准确地识别和修正语音识别错误：

1. **专有名词**：人名、品牌名、产品名等（如：Anthropic、Claude）
2. **技术术语**：框架、库、工具名称（如：LangChain、OpenAI、PyTorch）
3. **领域词汇**：行业特定词汇（如：checkpointer、middleware、runtime）
4. **其他关键词**：视频中频繁出现的重要词汇

请用逗号分隔，例如：`LangChain, Agent, OpenAI, checkpointer`

英語を使用するユーザーには：

Before I begin correction, please provide key terms to help me accurately identify speech recognition errors:

1. **Proper nouns**: Names, brands, products (e.g., Anthropic, Claude)
2. **Technical terms**: Frameworks, libraries, tools (e.g., LangChain, PyTorch)
3. **Domain vocabulary**: Industry-specific terms (e.g., checkpointer, middleware)
4. **Other keywords**: Important words that appear frequently

Please separate with commas, e.g.: `LangChain, Agent, OpenAI, checkpointer`

ステップ 2：理解を確認する

用語を受け取ったら、次の手順で確認します：

1. 受け取った用語を列挙する
2. 想定される分野や文脈（AI/ML チュートリアル、ウェブ開発など）を特定する
3. 作業を進める前に、ほかに追加する用語がないか尋ねる

応答例：

收到以下术语：
- 技术框架：LangChain, LangGraph, OpenAI
- 技术概念：Agent, checkpointer, runtime

看起来这是一个 LangChain 智能体开发的教程视频。

还有其他需要补充的术语吗？如果没有，我将开始修正字幕。

ステップ 3：用語を使って処理する

提供された用語を使って、次のことを行います：

1. 想定される語彙のメンタルモデルを作る
2. 起こりやすい音声認識エラーを特定する
3. 全体を通して一貫した修正を適用する

ユーザーが用語を提供しない場合

ユーザーが「ありません」／「いいえ」／「そのまま始めて」と言った場合：

1. 組み込みのパターンを使って修正を進める
2. 確信の持てない修正には、ユーザーの確認が必要であることを示す
3. 完了後、見落とした用語がないか尋ねる

基本的なワークフロー

1. 字幕ファイルを読む - ユーザーが提供した .srt ファイルを読み込む
2. エラーパターンを特定する - よくある音声認識の誤りを見つける
3. 修正を適用する - タイムスタンプを正確に保持しながら誤りを修正する
4. 修正済みファイルを出力する - ユーザーの状況に応じて返すか保存する

厳守事項

タイムラインの保持

• タイムスタンプは絶対に変更しない - すべての 00:00:00,000 --> 00:00:00,000 行をそのまま保持する
• 字幕番号は絶対に変更しない - 連番を保持する
• 字幕エントリを結合または分割しない - 1 対 1 の対応関係を保つ

エラーの分類

1. 音声上の誤り（同音異字／類音による誤り）

中国語の音声認識でよく発生します：

• 会話 ↔ 絵画（huìhuà）
• メタデータ ↔ ソースデータ（yuán shùjù）
• この講義 ↔ 学部課程（běnkè）
• 例 ↔ 事例（shìlì）
• 実践 ↔ 時間（shíjiàn）

2. 技術用語の誤り

音声認識では、次の用語が正しく認識されないことがよくあります：

• フレームワーク名：LangChain、LangGraph、OpenAI、PyTorch、TensorFlow
• プログラミング用語：API、SDK、ランタイム、チェックポインター、ミドルウェア
• コード識別子：snake_case の名前、関数名、クラス名

3. 英語と中国語の混在コンテンツ

• Luncheon/lunch → langchain
• open EI/open Email → OpenAI
• land GRAPH → langgraph
• a memory Server → MemorySaver

4. コード関連用語

話し言葉で説明された表現を適切な形式に変換します：

• 「アンダースコア」→ 変数名では「_」
• 「ドット」→ メソッド呼び出しでは「.」
• camelCase、snake_case、PascalCase のパターンを認識する

ユーザー提供の用語

ユーザーが用語リストを提供した場合は、修正の第一の参照情報として使用します：

用户提供的术语：LangChain,Agent,OpenAI,LangGraph

これらの用語から、次の情報が得られます：

• 技術用語の正しい表記
• コンテンツの分野に関する文脈
• 音声認識エラーを特定するための手がかり

処理戦略

長いファイル（200 行超）の場合

1. view_range パラメーターを使用してチャンクごとに処理する
2. チャンク間で文脈を維持する
3. 修正済みファイル全体を段階的に組み立てる

技術的なコンテンツの場合

1. 分野（AI/ML、ウェブ開発など）を特定する
2. 想定される用語のメンタルモデルを作る
3. 分野固有の修正を一貫して適用する

品質チェック

出力する前に、次の点を確認します：

• すべてのタイムスタンプが変更されていないこと
• 字幕数が変わっていないこと
• 用語の一貫性が全体を通して保たれていること
• 修正が中途半端に残っていないこと

よくある修正パターン

中国語の AI/ML 講座のコンテンツ

誤り	修正	文脈
ブルードッグ／ブルー巻／Lantern	LangChain	フレームワーク名
絵画	会話	セッション／会話
トゥー／tour	tool	ツールの概念
checkpointコンポーネント	checkpointerコンポーネント	メモリコンポーネント
ソースデータ	メタデータ	メタデータ
大まかなモデル	LLM	大規模言語モデル
中間キー	ミドルウェア	ミドルウェア

コード識別子

話し言葉	表記
user underscore 001	user_001
thread underscore id	thread_id
create underscore agent	create_agent
runtime dot state	runtime.state

出力形式

保存する際は、-corrected サフィックスを使用します：

• 入力：filename.srt
• 出力：filename-corrected.srt

検証スクリプト

字幕ファイルの検証と分析には、scripts/subtitle_tool.py を使用します：

# Validate corrected file preserves structure
python scripts/subtitle_tool.py validate original.srt corrected.srt

# Show word-level diff with colored output (default, changes only)
python scripts/subtitle_tool.py diff original.srt corrected.srt

# Show ALL entries (changed and unchanged) in terminal
python scripts/subtitle_tool.py diff original.srt corrected.srt --all

# Generate HTML diff report (recommended for review)
python scripts/subtitle_tool.py diff original.srt corrected.srt --html report.html

# Show simple line-based diff (original/corrected lines)
python scripts/subtitle_tool.py diff original.srt corrected.srt --simple

# Disable colors for piping to files
python scripts/subtitle_tool.py diff original.srt corrected.srt --no-color

# Analyze file for potential speech recognition errors
python scripts/subtitle_tool.py analyze input.srt --terms "LangChain,OpenAI"

差分の出力形式

ターミナル出力（デフォルト）

色付きで単語単位の変更を表示します：

[1] 00:00:01,500 --> 00:00:04,500
  今天我们来学习[-Luncheon-]{+LangChain+}框架

[3] 00:00:08,000 --> 00:00:12,500
  我们可以用它来创建[-绘画-]{+会话+}应用程序

• [-deleted-] - 削除されたテキスト（ターミナルでは赤色で表示）
• {+added+} - 追加されたテキスト（ターミナルでは緑色で表示）
• 変更のないエントリーも表示するには、--all を使用します

HTML レポート（レビューにおすすめ）

詳細な比較レポートを生成します。レポートには以下が含まれます：

• すべてのエントリーを表示（変更あり・変更なし）
• 左右に並べた列：Original | Corrected | Diff View
• 視覚的なハイライト：削除箇所は赤い取り消し線、追加箇所は緑色で表示
• 概要統計：エントリーの合計数、変更数、変更なしの数
• ジャンプリンク：変更されたエントリーへすばやく移動
• 変更インジケーター：変更された行に黄色の点を表示

python scripts/subtitle_tool.py diff original.srt corrected.srt --html diff_report.html

その後、ブラウザーで diff_report.html を開きます。

検証ワークフロー

1. 修正前：analyze を実行して、潜在的なエラーを特定します
2. 修正後：validate を実行して、構造の整合性を確認します
3. 変更のレビュー：diff --html report.html を実行して、視覚的な比較レポートを生成します

検証項目

• エントリー数が元のファイルと一致している
• すべてのタイムスタンプが変更されていない
• すべての連番が保持されている
• 書式が破損していない

対話例

対話 1：ユーザーが用語を指定せずにファイルをアップロード

ユーザー：この字幕ファイルを修正してください

Claude：

在开始修正之前，请提供一些关键术语，帮助我更准确地识别语音识别错误：

1. **专有名词**：人名、品牌名、产品名
2. **技术术语**：框架、库、工具名称
3. **领域词汇**：行业特定词汇
4. **其他关键词**：视频中频繁出现的重要词汇

请用逗号分隔，例如：`LangChain, Agent, OpenAI`

ユーザー：LangChain, Agent, OpenAI, LangGraph, checkpointer

Claude：

收到以下术语：
- 技术框架：LangChain, LangGraph, OpenAI
- 技术概念：Agent, checkpointer

这是一个 LangChain 相关的技术教程。还有补充吗？

ユーザー：以上です。始めてください

Claude：[修正ワークフローを続行します]

対話 2：ユーザーが用語を事前に指定

ユーザー：字幕を修正してください。用語：LangChain, OpenAI, Agent

Claude：[用語を確認してから、そのまま修正を開始します]

修正プロセス

1. アップロードされた .srt ファイルを読み取ります
2. analyze を実行して、潜在的なエラーを特定します
3. 指定された用語を主な参照情報として、修正を適用します
4. validate を実行して、構造の整合性を確認します
5. 修正済みファイルを -corrected サフィックスを付けて保存します
6. 差分レポートを生成し、変更内容の概要を提示します
7. HTML レポートを提案：レビューしやすい HTML 差分レポートが必要か、ユーザーに尋ねます

出力：実施した修正を分類した概要を提示します。

完了後、ユーザーに次のように尋ねます：

修正完成！我可以生成一个 HTML 差异报告，方便您在浏览器中查看所有修改。
需要生成 HTML 报告吗？

Correction complete! I can generate an HTML diff report for easier review in your browser.
Would you like me to generate the HTML report?