Grain

给已有字幕的视频/音频自动标注"每句字幕属于哪个说话人"，再用播放条逐句人工复核，最后导出字幕。

不是转录工具——只处理你已有的 SRT / ASS 字幕。

功能

• 字幕优先：直接利用已有字幕的时间轴，不重新转录；支持 SRT 与 ASS（SSA）。
  • 双语字幕：ASS 中同时间轴的 JP/CH、日/中 风格行会合并为一条双语字幕，日文与中文分行显示，避免同一句被重复检测。
  • ASS 自动只留对白：屏幕文字、标题、字幕组信息、译注、逐字卡拉OK特效都会被跳过；若成品歌词只存在于 Comment:（卡拉OK常见做法），会自动还原为歌词行。
• 说话人检测：pyannote.audio community-1（失败回退 3.1），可设人数上下限；也可选「纯手动」不做自动检测。
• 角色声纹：角色管理中可用人工确认字幕建立 CAM++ 声纹样本；后续检测会用声纹校正聚类到角色的映射。
• 逐句人工复核：播放条 + 说话人轨道 + 快捷键 + 批量归属 + 撤销/重做。
• 待复核清单：按待定、低时间匹配度或多人争议筛选；长清单只渲染可见字幕。
• 后台检测：显示解码、检测、对齐阶段；刷新页面后可继续查看任务状态。
• 导出：SRT（[说话人] 前缀）· ASS（按说话人上色）。

快速开始

双击 启动网页版.bat

导入方式：点击顶部「＋ 导入」或把「视频/音频 + 字幕」拖进窗口。系统会先让你确认文件配对，再检查媒体时长、字幕条数和解析警告；确认后才创建项目。大文件也可以选择「按本机路径导入」，不经过浏览器上传。

## 使用流程

1. **导入**视频/音频 + 自带字幕（SRT/ASS）。完成一个项目后，点击顶部「＋ 导入」继续；已完成的项目会保留在项目库，也可以在导出完成后直接点击「＋ 导入下一组」。
2. **运行检测**：选引擎（默认 pyannote），设人数上下限 → 自动归属 + 置信度 + 待定标记。
   - **首次检测需要确认映射**：先试听每个聚类的代表片段，再把聚类选择为已有角色、新建角色或保持待定，确认后才批量归属字幕。重新检测时会根据时间重叠复用上次映射。
   - **宁可漏、不误判**：与说话人时间段无重叠、多人重叠或时间匹配低于 85% 的字幕保持「待定」，不猜；高级设置可关闭保守归属以提高自动覆盖率。
3. **播放条复核**：拖动标尺定位播放头；点击字幕块跳到该句；当前句下方点人物按钮归属。进入「需复核」或「待定」筛选后，归属会自动跳到下一条需要处理的字幕。
   - 「需复核」包含待定、时间匹配度低于 85% 的自动归属，以及多人时间重叠接近的字幕。时间匹配度是时间轴重叠比例，不代表声纹识别概率。
   - 快捷键：`1-9` 人物 · `0` 待定 · `空格` 播放/暂停 · `←/→` 逐句 · `P` 下一个待处理 · `V/H` 选择/抓手 · `S` 吸附 · `Ctrl+Z/Y` 撤销/重做
   - 框选多条 → 点人物按钮批量归属。
4. **角色管理**：新增 / 重命名 / 改色 / 合并 / 删除。
5. **导出**：选 SRT 或 ASS。导出前会显示待定、争议和未命名角色数量；文件在 `data/projects/<项目id>/exports/`，弹窗内可直接下载，并可点击「＋ 导入下一组」继续工作。