Skip to content

Formerly KrillinAI, VideoTranslation and Dubbing Tool for 120+ Languages. Open-source AI workspace for creators, powered by Codex. Video downloader, video translation, create videos, images, audios, and edits with Agents in one place. For your Social Media like YouTube, TikTok, Instagram, etc.

7.3 KB
Raw Blame

视频翻译审核与交付优化:实施和验证

日期:2026-10-27。范围为 KrillinAI Runtime 默认视频翻译流程,以及 Daemon 对新增质量信息的透传;没有部署线上或打包 Desktop。

最终行为

runPilotTranslation 进入新的 runSubtitleDelivery。正常路径为冻结源单元、批量初译、长句联合拆短、一轮综合审核、必要时局部纠错、时间映射与导出。默认路径跳过旧内容修订、独立内容审核、独立显示审核和最终多遍译意审核的串联。

  • 明确错译、漏译、增译、数量、否定、范围和实质对应问题进入纠错;风格建议不触发改写。80 分是实用质量参考,不是准确率,也不豁免高分中的明确错误。低分但只有风格建议时也保留。
  • 每个源单元共用最多三轮纠错预算,每轮一次生成和一次核验。预算在请求前保存,恢复任务不重置。未经核验通过的修复不会覆盖已有译文。
  • 有效带时间源文取得后,先保存源文保底字幕,初译产生后发布译文版本。分句、翻译、审核和拆短的模型错误都采用保留已有文本的策略;全部初译失败时,目标位置保留原文并报告未翻译。
  • 超长词无法安全拆开时保留完整文本并提示溢出,明确内容错误仍可在整句保留模式纠正。异常大单元超出请求预算时单独保留,不影响其他单元初译。
  • 统一限制最多四个在途模型请求,单请求超时 45 秒,默认链最多一次网络重试;审核请求持久化保留,可能更早采用已有字幕。修复阶段全任务额外等待上限为 180 秒。认证/额度错误或连续三次服务失败后停止后续同源请求。
  • 正常拆短用源 token 连续范围与译文短语联合规划。模型响应缺少身份、重复身份、覆盖不全、只给标点或破坏文本时不采用;已有候选仍可输出。
  • 时间映射失败时,采用源时间区间并按需要合并相邻冲突 cue。附加音频短字幕无法安全拆分或定时时,保留主字幕文本和时间。

取消、无有效源内容、损坏的持久化状态和本地读写失败仍如实报错;已发布文件保留。不能把磁盘失败伪装为模型不可用或任务完成。

状态与产物

执行完成与质量状态分开记录。subtitle_quality 新增未解决错误、超长 cue、时间回退和问题明细,原有未翻译信息继续保留。证据不足的评审意见标为待核验,风格建议不记作明确错误。问题包含源单元、局部 cue、最终字幕编号及时间区间。

三份 SRT 先写入同一个版本目录,再更新 products/current.json,最后发布顶层文件。另有 subtitle_review_report.json。重复快照复用同内容产物,避免反复生成相同文件。Daemon 会保留质量信息到产物 metadata;任务完成进度也会提示未翻译或待复核。

只改时间时复用所有模型结果;只改显示长度时复用初译,纠错预算仍不重置。恢复全部已完成任务不再调用模型;恢复未完成的修复核验会使用持久化候选及请求结果。

离线验证

实际完成的验证:

  1. go test ./internal/service ./internal/pipeline ./internal/types ./pkg/openai -count=1 通过。末尾新增的超长词、超大单元隔离、附加导出和 HTTP 场景又执行了定向测试及 race 检查。
  2. 最终定向/race 覆盖:75/85 分只有风格建议零修复;95 分否定错误仍纠正;漏译纠正;三轮失败保留文件且恢复不再消耗请求;审核 JSON 无效或身份无效标为待核验;证据不足不改写;断点恢复核验不多用一轮;单元间修复隔离;单元问题映射至最终时间;单词溢出不妨碍内容纠错;超大单元不拖累其他初译;超预算审核自动缩批;时间冲突合并保留文本;本地读写错误不吞掉。
  3. SRT/VTT 真实 HTTP 集成覆盖三轮纠错失败和持续 503,均正常返回并输出原文、译文、双语三份字幕;SRT manifest 标记执行完成,同时质量降级。
  4. FFmpeg/FFprobe 音频准备、词级时间输入、HTTP 模型协议、音频字幕导出和恢复集成通过。该音频夹具使用受控 ASR 响应,不能代表真实 ASR 准确率。
  5. Daemon creator-translation-resume.test.ts 三项测试和 pnpm --filter @opencreator/daemon typecheck 通过。
  6. CLI 构建和 --help 冒烟通过;git diff --check 通过。

最终 race 覆盖 internal/service、internal/pipeline、internal/types,并启用 FFmpeg/FFprobe 音频集成,全部通过。本次没有扩大到 Desktop 打包或线上服务重启。

指定测试服务冷跑

本地联网仅使用用户指定的 http://103.121.92.95:8080/v1、gpt-6-luna。测试代码要求空输出目录,明确加载独立测试配置,拒绝生产服务、备用服务和代理;没有读取生产凭据。

固定输入由既有 Notion 视频样本的开场段和食谱段组成,共两个 60 秒原始 cue。每次冷跑都重新执行分句、语境、初译、拆短与审核,不复制旧翻译/审核缓存;之后同输入恢复验证零额外请求。时间为原始粗 cue 内的位置估计,未重新听音频或进行声学强制对齐。

实测产物、逐请求记录、输入和运行时代码哈希保存在工作区的 benchmarks/os0V5ADLVjM-final-comparison-20261025/krillin-delivery-20261027/。最终指标记录如下。模型自动通过仅表示本轮审核无明确问题,不能等同人工质量分或保证无错译。

本次没有同模型、同输入、同并发的旧版本整片冷跑基线,因此不宣称已达到设计中的请求减少 40%、耗时减少 30%。也没有声学同步或人工盲评结论。

最终代码冷跑结果

使用最终代码、全新缓存:12 个源单元,生成 25 条字幕;耗时 30.49 秒,17 次逻辑请求 / 17 次物理调用,合计 25,841 tokens。纠错总计 4 轮,单元最高 3 轮。恢复相同任务的新增模型请求为 0。

最终自动质量状态 qualified,未翻译、未解决明确错误、未核验译文、显示溢出和时间回退均为 0。程序验证完整源文覆盖、正时长、不重叠、可解析文件及三份产物存在;对照阅读也检查了 15 个日历、Notion、条件/否定和食谱原始来源等内容。该阅读检查不构成人工盲评。

最终运行包含:分句 1 次、语境 1 次、初译 3 次、联合拆短/纠错生成 7 次、综合审核/核验 5 次。相同候选的重复核验复用持久化请求结果。没有调用旧内容修订或独立最终审核链。

开发期间另有两次相同输入的冷跑,分别为 26.04 秒 / 17 次请求 / 27 条字幕、41.14 秒 / 15 次请求 / 30 条字幕;当时仍在补充边界处理,不能视为同版本性能分布。三个运行目录均保留,最终交付以 verified-cold-run 的代码哈希为准。