🚀 🤖 Player: Mitschrift anzeigen (Whisper, WebVTT) #145
Labels
No labels
Compat/Breaking
Kind/Bug
Kind/Documentation
Kind/Enhancement
Kind/Feature
Kind/Security
Kind/Testing
Priority/Critical
Priority/High
Priority/Low
Priority/Medium
Reviewed/Confirmed
Reviewed/Duplicate
Reviewed/Invalid
Reviewed/Won't Fix
Status/Abandoned
Status/Blocked
Status/Need More Info
Status/Needs-v00-Abnahme
No milestone
No project
No assignees
1 participant
Notifications
Due date
No due date set.
Dependencies
No dependencies set.
Reference
Zentonic/zentonic-publisher#145
Loading…
Add table
Add a link
Reference in a new issue
No description provided.
Delete branch "%!s()"
Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?
█████░░░░░████████░░██░░░░░░░░Ziel (Holm 2026-11-05)
Definition
Quelle:
episodes/<slug>/transcript.vttneben derepisode.md, wie Whisper sie mit--output_format vttschreibt. Sprecher optional per WebVTT-Tag<v Name>, falls später eine Sprechertrennung läuft. Fehlt die Datei, ändert sich nichts.Build
episodes/<slug>/transcript.vttim Output.podcast:transcriptmittype="text/vtt". Ein gesetztestranscript_urlhat Vorrang (Bestand).data-ep-transcriptan Folgenseite und Karte wiedata-ep-chapters, damit Folgen ohne Mitschrift keinen Request auslösen.Player
mitschriftnebenshownotes, nur wenn vorhanden. Eigenes Panel, die Datei lädt erst beim Öffnen.textContentins DOM (#79/#104).Offen bis zur Umsetzung
search.json(Größe), Entscheidung nach Messung an echten Dateien.Praxistest 2026-11-05 (advent 2024-22 „Fontparade“, 16:33)
--language de, CPU c1b1avg_logprob-2,77, u. a. „Ja, sel거。“)Offen fürs Verfahren: Sprachbereiche vorab per Klassifikator, dann
--clip_timestamps. Abschnitte mit sehr niedrigemavg_logprobverwerfen.--initial_promptmit Namen und Nerd-Begriffen. Saarlouiser Platt und Sprechertrennung sind noch nicht getestet, diese Folge ist ein Monolog.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).