接收素材
展示：音频、视频或授权链接进入任务队列。
TRANSCRIBE · REVIEW · REUSE
小D · 音视频
转录 Agent
把音视频内容整理为可核验、可复用的文字初稿；把不确定的地方，明确留给人工确认。
小D · 真实任务 真实测试模式
支持：小宇宙 · Bilibili · YouTube
提交的公开视频链接将在真实服务接通后发送到小D本地服务处理。当前页面不会上传或发送输入内容。
DEMO SESSION / 00:42READY
3本地处理工具
5固定交付模块
0真实 API 调用
100%预置演示数据
01 / WORKFLOW
从素材到可核验初稿
展示工作流，不会实际下载、转换或识别任何文件。
整理音轨
展示：使用 FFmpeg 将素材转为适合识别的音轨。
生成初稿
展示：faster-whisper 输出含时间定位的转录初稿。
人工可核验
展示：术语、数字和低置信度片段进入待确认清单。
02 / SIMULATED JOB
模拟任务工作台
所有按钮仅切换本地预置状态，不发送网络请求。
PROCESSING TIMELINE已准备
- 01素材已接收演示音频已就绪
- 02音轨标准化等待模拟执行
- 03语音转录等待模拟执行
- 04术语与质量检查等待模拟执行
- 05生成交付结果等待模拟执行
1. 转录稿链接
演示文件 · demo-transcript.md仅展示，不生成、不下载真实文件。
2. 内容摘要
一段中英混合的产品讨论，围绕音视频转录、术语校验和人工复核展开。
3. 关键结论
- 机器转录可快速产出内容初稿。
- 英文术语、人名、数字仍需要人工抽检。
4. 行动项
- 补充专有名词词表。
- 回听并确认低置信度片段。
5. 待确认问题
待核chatgpt / 00:00:12示例标记；不代表真实识别结果。
03 / CAPABILITIES
能力清晰，边界同样清晰
VERIFIED / 已验证基础环境
本机转录工具链
- yt-dlp：下载授权链接素材
- FFmpeg：音视频读取与格式转换
- faster-whisper：本地语音识别依赖可导入
- 飞书消息入口：用于接收与回复任务
PLANNED / 规划中能力
更可靠的正式交付
- 专有名词词表与统一术语校验
- 固定五段式交付结构
- 低置信度片段与时间戳复核
- 多人音频的说话人区分
不接真实 API
本页没有上传、下载、模型调用、Webhook 或 Serverless Function。
不替代人工确认
人名、数字、年份、英文术语和低置信度内容仍需回听核验。
仅处理授权素材
真实使用时，只应处理拥有下载、转录及使用权限的内容。
04 / TOOL STACK
工具清单
每一层负责不同的工作；展示页本身不加载或调用它们。
Hermes消息接收、任务编排与交付回复
飞书 Gateway私聊与群聊的消息入口
yt-dlp授权链接素材下载
FFmpeg格式转换与音轨处理
faster-whisper本地语音识别转录
Codex配置、验证与持续优化支持
05 / TRANSPARENCY
公开展示，不伪造运行证据
本页面刻意不放置伪造的成功截图、飞书聊天记录或用户转录内容。正式上线后，可在此加入经脱敏、获授权的真实测试截图，并注明测试日期与素材类型。