AI 字幕精修（语义断句与校正）

规则断句只认停顿、标点和字数，所以会出现「连接词吊在行尾」「犹豫停顿把数字劈成两半」这类靠调参数修不掉的问题。AI 字幕精修在转写完成之后、翻译之前，用大模型补上语义这一层：

• AI 语义断句：把词级时间轴上的转写按语义重新组句。断点由大模型决定，时间仍取每个词的真实时间戳——一共花了三……十五天 不再被停顿切成「花了三｜十五天」。
• AI 字幕校正：逐批修正同音字/错别字、删除「呃、嗯」等语气词、规范标点与英文大小写；不改变字幕条数与时间轴，失败的条目保留原文。

两项都是任务级可选功能，默认关闭；翻译质量也会连带受益——送去翻译的每一条都是完整语义单元。

开启方式

1. 任务向导 → 配置栏 → 断句与精修 → 断句方式选择 AI 语义断句
2. 如需文本校正，在同一弹层打开 AI 文本校正 开关（两项可独立使用）
3. 选择 精修服务商：默认「跟随翻译服务」——翻译选的是 AI 服务商（DeepSeek、通义千问、Ollama 等）时零额外配置；也可以显式指定另一个服务商，比如翻译用大模型、精修用本地小模型省成本

免费方案

精修服务商选择本地 Ollama（如 qwen2.5:7b 级别的模型即可胜任断句任务），全程零 API 成本、文本不出本机。

服务商与模型建议

• 断句任务本身很简单（在原文里决定断点位置），7B–32B 级别的模型即可；DeepSeek、通义千问、GPT-4o-mini 级别的在线模型表现稳定
• 校正任务受益于更强的模型（上下文改错），推荐与翻译同级别的模型
• 弱模型偶发改写原文：系统会校验并带错误反馈重试两轮，仍失败则该段自动回退规则断句——最坏结果等于不开启，不会更差

Token 消耗

• 语义断句：约消耗全文 2 倍 token（模型需要回显插标后的原文）
• 字幕校正：约消耗全文 2 倍 token（回显锚定用于检测错位）
• 一小时视频的转写文本约 8–12k 字，两遍全开在 DeepSeek 上的成本通常在几分钱量级

引擎适配说明

转写引擎	断句时间轴
内置 whisper.cpp	词级精确（真实词时间戳）
faster-whisper	词级精确
云端听写（whisper-1 等词级服务商）	词级精确
FunASR / Qwen3-ASR / FireRedASR / Parakeet / 本地 CLI	近似（条内按比例插值），界面会提示

内置引擎与 faster-whisper 还会把低置信度的词标注给校正模型（「这些词可能识别错」），定点修正更有把握。

行为边界

• 精修只作用于本轮 ASR 转写产物：内封字幕提取、配对字幕、用户导入的字幕不会被重新断句
• 简繁转换与「中文去标点」在精修之后执行，你的字形与标点选项始终最终生效
• 服务不可达、密钥无效、校验重试耗尽：自动降级为规则断句并记录日志，任务不失败
• 任务配置快照与配方（Recipe）会记录精修设置；「跟随翻译服务」保存的是跟随语义本身，换任务时随新的翻译服务商重新解析