subtitle-correction

字幕纠错技能

此技能用于纠正字幕文件中的语音识别错误，同时严格保留时间轴信息。

交互式工作流

步骤 1：向用户询问术语

重要：开始任何纠错前，务必先询问用户是否有领域专用术语。

向用户提示：

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`

面向英语用户：

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`

步骤 2：确认理解

收到术语后：

1. 列出收到的术语
2. 判断可能的领域／背景（AI/ML 教程、Web 开发等）
3. 询问是否还有其他术语，然后再继续

回复示例：

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。

步骤 3：根据术语处理

使用提供的术语来：

1. 建立预期词汇的心理模型
2. 识别可能的语音识别错误
3. 在全文中统一应用纠正

用户未提供术语时

如果用户表示“没有”／“no”／“直接开始”：

1. 使用内置模式进行纠错
2. 标记不确定的纠正，供用户审核
3. 完成后询问是否有遗漏的术语

核心工作流

1. 读取字幕文件 - 加载用户提供的 .srt 文件
2. 识别错误模式 - 识别常见的语音识别错误
3. 应用纠正 - 修正错误，同时原样保留时间戳
4. 输出修正后的文件 - 根据用户的使用场景返回或保存文件

严格规则

保留时间轴

• 绝不修改时间戳 - 完全保留所有 00:00:00,000 --> 00:00:00,000 行
• 绝不更改字幕编号 - 保留序列编号
• 绝不合并或拆分字幕条目 - 保持一一对应

错误类别

1. 语音错误（同音字／谐音错误）

中文语音识别中的常见错误：

• 会话 ↔ 绘画（huìhuà）
• 元数据 ↔ 源数据（yuán shùjù）
• 本课 ↔ 本科（běnkè）
• 示例 ↔ 事例（shìlì）
• 实践 ↔ 时间（shíjiàn）

2. 技术术语错误

语音识别经常无法正确识别：

• 框架名称：LangChain、LangGraph、OpenAI、PyTorch、TensorFlow
• 编程术语：API、SDK、runtime、checkpointer、middleware
• 代码标识符：snake_case 名称、函数名称、类名称

3. 中英混合内容

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

4. 代码相关术语

将口述描述转换为正确格式：

• 变量名中的“underscore” → "_"
• 方法调用中的“dot” → "."
• 识别 camelCase、snake_case、PascalCase 模式

用户提供的术语

用户提供术语列表时，应将其作为纠错的主要参考：

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

这些术语表明：

• 技术术语的预期正确拼写
• 内容领域的背景
• 识别语音识别错误的线索

处理策略

对于长文件（>200 行）

1. 使用 view_range 参数分块处理
2. 在各块之间保持上下文
3. 逐步构建完整的修正文件

对于技术内容

1. 识别领域（AI/ML、Web 开发等）
2. 建立预期术语的心理模型
3. 统一应用领域专用纠正

质量检查

输出前：

• 确认所有时间戳均未更改
• 确认字幕数量未更改
• 检查全文术语是否一致
• 确保没有未完成的纠正（只修正了一部分）

常见纠正模式

中文 AI/ML 课程内容

错误	纠正	上下文
蓝犬/蓝卷/Lantern	LangChain	框架名称
绘画	会话	会话／对话
拖/tour	tool	工具概念
checkpoint组件	checkpointer组件	记忆组件
源数据	元数据	元数据
大约模型	大模型	大模型
中间键	中间件	中间件

代码标识符

口述	书写
user underscore 001	user_001
thread underscore id	thread_id
create underscore agent	create_agent
runtime dot state	runtime.state

输出格式

保存时，请使用 -corrected 后缀：

• 输入：filename.srt
• 输出：filename-corrected.srt

验证脚本

使用 scripts/subtitle_tool.py 验证和分析字幕文件：

# 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"

差异输出格式

终端输出（默认）

以颜色显示词级别的更改：

[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-] - 删除的文本（在终端中显示为红色）
• {+added+} - 添加的文本（在终端中显示为绿色）
• 使用 --all 也显示未更改的条目

HTML 报告（建议用于审阅）

生成完整的对比报告，包含：

• 显示所有条目（已更改和未更改）
• 并排列：原文 | 修正后 | 差异视图
• 视觉高亮：删除内容显示为红色删除线，添加内容显示为绿色
• 统计摘要：条目总数、更改数量、未更改数量
• 跳转链接：快速导航到已更改的条目
• 更改标记：黄色圆点标记已更改的行

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

然后在浏览器中打开 diff_report.html。

验证工作流

1. 修正前：运行 analyze，识别潜在错误
2. 修正后：运行 validate，确保结构完整
3. 审阅更改：运行 diff --html report.html，生成可视化对比报告

验证检查

• 条目数量与原文件一致
• 所有时间戳保持不变
• 所有序列号均已保留
• 未发生格式损坏

交互示例

交互 1：用户上传文件时未提供术语

用户：帮我修正这个字幕文件

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`

用户：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？

用户：没有了，开始吧

Claude：[开始修正工作流]

交互 2：用户提前提供术语

用户：帮我修正字幕，术语：LangChain、OpenAI、Agent

Claude：[确认术语后，直接开始]

修正流程

1. 读取上传的 .srt 文件
2. 运行 analyze，识别潜在错误
3. 以提供的术语为主要依据进行修正
4. 运行 validate，确认结构完整
5. 使用 -corrected 后缀保存修正后的文件
6. 生成差异报告，并提供更改摘要
7. 提供 HTML 报告：询问用户是否需要 HTML 差异报告，以便更轻松地审阅

输出：提供已完成修正的分类摘要。

完成后，提示用户：

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?