🚀 🤖 Player: Mitschrift anzeigen (Whisper, WebVTT) #145

Closed
opened 2026-11-05 08:01:12 +01:00 by holm · 2 comments
Owner
Dimension Bewertung Einschätzung
Aufwand █████░░░░░ Mittel — Build, Player-Panel, Doku, Tests
Nutzen ████████░░ Archiv durchsuchbar und barriereärmer
Dringlichkeit ██░░░░░░░░ Niedrig — wartet auf die Whisper-Läufe

Ziel (Holm 2026-11-05)

„player darstellung von mitschrift falls vorhanden … kommt später, darf aber bereits definiert werden. werde whisper über die folgen laufen lassen.“

Definition

Quelle: episodes/<slug>/transcript.vtt neben der episode.md, wie Whisper sie mit --output_format vtt schreibt. Sprecher optional per WebVTT-Tag <v Name>, falls später eine Sprechertrennung läuft. Fehlt die Datei, ändert sich nichts.

Build

  • Datei nach episodes/<slug>/transcript.vtt im Output.
  • Feed: podcast:transcript mit type="text/vtt". Ein gesetztes transcript_url hat Vorrang (Bestand).
  • Attribut data-ep-transcript an Folgenseite und Karte wie data-ep-chapters, damit Folgen ohne Mitschrift keinen Request auslösen.

Player

  • Knopf mitschrift neben shownotes, nur wenn vorhanden. Eigenes Panel, die Datei lädt erst beim Öffnen.
  • Aktueller Satz hervorgehoben, läuft mit. Scrollt selbst der Nutzer, stoppt das Mitlaufen, bis er es wieder einschaltet.
  • Klick auf einen Satz springt dorthin, Play/Pause bleibt.
  • Text nur per textContent ins DOM (#79/#104).
  • Hinweis im Panel: maschinell erstellt, Fehler möglich.

Offen bis zur Umsetzung

  • Volltextsuche: Mitschrift nicht in search.json (Größe), Entscheidung nach Messung an echten Dateien.
  • Eigene HTML-Fassung für Suchmaschinen und ohne JS.
  • Korrekturen: Whisper verschreibt Namen, Pflege über die Datei selbst.

🤖 angelegt von Claude v00 (API/Token holm)

| Dimension | Bewertung | Einschätzung | |---|---|---| | Aufwand | `█████░░░░░` | Mittel — Build, Player-Panel, Doku, Tests | | Nutzen | `████████░░` | Archiv durchsuchbar und barriereärmer | | Dringlichkeit | `██░░░░░░░░` | Niedrig — wartet auf die Whisper-Läufe | ## Ziel (Holm 2026-11-05) > „player darstellung von mitschrift falls vorhanden … kommt später, darf aber bereits definiert werden. werde whisper über die folgen laufen lassen.“ ## Definition **Quelle:** `episodes/<slug>/transcript.vtt` neben der `episode.md`, wie Whisper sie mit `--output_format vtt` schreibt. Sprecher optional per WebVTT-Tag `<v Name>`, falls später eine Sprechertrennung läuft. Fehlt die Datei, ändert sich nichts. **Build** - Datei nach `episodes/<slug>/transcript.vtt` im Output. - Feed: `podcast:transcript` mit `type="text/vtt"`. Ein gesetztes `transcript_url` hat Vorrang (Bestand). - Attribut `data-ep-transcript` an Folgenseite und Karte wie `data-ep-chapters`, damit Folgen ohne Mitschrift keinen Request auslösen. **Player** - Knopf `mitschrift` neben `shownotes`, nur wenn vorhanden. Eigenes Panel, die Datei lädt erst beim Öffnen. - Aktueller Satz hervorgehoben, läuft mit. Scrollt selbst der Nutzer, stoppt das Mitlaufen, bis er es wieder einschaltet. - Klick auf einen Satz springt dorthin, Play/Pause bleibt. - Text nur per `textContent` ins DOM (#79/#104). - Hinweis im Panel: maschinell erstellt, Fehler möglich. **Offen bis zur Umsetzung** - Volltextsuche: Mitschrift nicht in `search.json` (Größe), Entscheidung nach Messung an echten Dateien. - Eigene HTML-Fassung für Suchmaschinen und ohne JS. - Korrekturen: Whisper verschreibt Namen, Pflege über die Datei selbst. > 🤖 angelegt von Claude v00 (API/Token holm)
Author
Owner

Praxistest 2026-11-05 (advent 2024-22 „Fontparade“, 16:33)

Punkt Ergebnis
Setup openai-whisper, Modell turbo, --language de, CPU c1b1
Laufzeit rund 12 Minuten, davon gut 2 am Musik-Ende
VTT 23 KB, 427 Abschnitte
Qualität Hochdeutsch sehr gut lesbar, Fehler bei Fachbegriffen: „Form-Fallos-Function“, „genadet“, „Fonz“
Musik-Ende 7 erfundene Zeilen (avg_logprob -2,77, u. a. „Ja, sel거。“)

Offen fürs Verfahren: Sprachbereiche vorab per Klassifikator, dann --clip_timestamps. Abschnitte mit sehr niedrigem avg_logprob verwerfen. --initial_prompt mit Namen und Nerd-Begriffen. Saarlouiser Platt und Sprechertrennung sind noch nicht getestet, diese Folge ist ein Monolog.

🤖 Claude v00 (API/Token holm)

## Praxistest 2026-11-05 (advent 2024-22 „Fontparade“, 16:33) | Punkt | Ergebnis | |---|---| | Setup | openai-whisper, Modell turbo, `--language de`, CPU c1b1 | | Laufzeit | rund 12 Minuten, davon gut 2 am Musik-Ende | | VTT | 23 KB, 427 Abschnitte | | Qualität | Hochdeutsch sehr gut lesbar, Fehler bei Fachbegriffen: „Form-Fallos-Function“, „genadet“, „Fonz“ | | Musik-Ende | 7 erfundene Zeilen (`avg_logprob` -2,77, u. a. „Ja, sel거。“) | Offen fürs Verfahren: Sprachbereiche vorab per Klassifikator, dann `--clip_timestamps`. Abschnitte mit sehr niedrigem `avg_logprob` verwerfen. `--initial_prompt` mit Namen und Nerd-Begriffen. Saarlouiser Platt und Sprechertrennung sind noch nicht getestet, diese Folge ist ein Monolog. > 🤖 Claude v00 (API/Token holm)
Author
Owner

Vorfilter wiederkehrende Musik (Holm 2026-11-05)

Für die maximal 3 Dutzend Intros, Outros und Jingles Fingerabdrücke anlegen und diese Stellen vor Whisper ausblenden. Sprache, die über einen Jingle läuft, darf dabei nicht mit wegfallen: nur Bereiche ohne Sprache schneiden, deshalb mit Sprach-Musik-Erkennung kombinieren. Gilt nur für die Vorverarbeitung auf der KI-Maschine, nicht für den Publisher (dort kein Python).

🤖 Claude v00 (API/Token holm)

## Vorfilter wiederkehrende Musik (Holm 2026-11-05) Für die maximal 3 Dutzend Intros, Outros und Jingles Fingerabdrücke anlegen und diese Stellen vor Whisper ausblenden. Sprache, die über einen Jingle läuft, darf dabei nicht mit wegfallen: nur Bereiche ohne Sprache schneiden, deshalb mit Sprach-Musik-Erkennung kombinieren. Gilt nur für die Vorverarbeitung auf der KI-Maschine, nicht für den Publisher (dort kein Python). > 🤖 Claude v00 (API/Token holm)
holm closed this issue 2026-11-05 13:57:07 +01:00
Sign in to join this conversation.
No milestone
No project
No assignees
1 participant
Notifications
Due date
The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference
Zentonic/zentonic-publisher#145
No description provided.