跳转至

集成模式

集成模式在同一视频上运行两个不同的语音识别处理管线，并合并其输出以获得更高的准确率。这是 WhisperJAV 最强大的转录模式。

工作原理

Video → Pass 1 (Pipeline A) → SRT₁ ─┐
                                      ├→ Merge → Final SRT
Video → Pass 2 (Pipeline B) → SRT₂ ─┘

每个处理管线都有不同的优势。例如：

  • Whisper（均衡模式）：出色的时间轴，良好的文本质量
  • Qwen3-ASR：出色的文本质量，不同的时间轴方案

合并可以将两者的优势结合起来。

设置集成模式

  1. 进入 Ensemble 选项卡（第 3 个选项卡）
  2. Pass 1 始终处于激活状态 — 配置处理管线、灵敏度和选项
  3. 勾选复选框以启用 Pass 2
  4. 为 Pass 2 配置不同的处理管线
  5. 选择一种合并策略
  6. 点击 Start

Pass 配置

每个 Pass 拥有相同的控件：

控件 说明
Pipeline 语音识别后端（Balanced、Fast、Faster、Qwen3-ASR、ChronosJAV 等）
Sensitivity 检测阈值（激进、均衡、保守）
Scene Detector 音频场景检测方式（Auditok、Silero、Semantic、None）
Speech Enhancer 音频预处理 / 语音增强（None、FFmpeg DSP、ClearVoice、BS-RoFormer）
Speech Segmenter 场景内的语音活动检测 / 语音分割器（Silero、TEN、None）
Model 使用的模型（取决于处理管线）

点击任意 Pass 上的 Customize 可进行精细参数调整。

合并策略

策略 适用场景
Pass 1 Primary 当 Pass 1 是可信基线时 — 用 Pass 2 填补空缺
Smart Merge 通用场景 — 使用质量启发式方法从每个 Pass 中选择最佳字幕
Full Merge 最大覆盖 — 合并所有字幕，解决重叠
Longest 当两个 Pass 重叠时，选择更长（更详细）的字幕
Pass 2 Primary 当 Pass 2 是可信基线时
Overlap 30% 保守合并 — 要求 30% 的时间重叠才进行合并

推荐组合

Balanced（Pass 1）+ Qwen3-ASR（Pass 2）+ Smart Merge 对大多数内容来说是一个可靠的默认组合。

BYOP：XXL Faster Whisper（v1.8.9+）

选择 XXL Faster Whisper 作为 Pass 2 处理管线，即可将 PurfView 的 Faster Whisper XXL 作为外部子进程使用。这是"自带处理管线"（Bring Your Own Pipeline）— 由你提供可执行文件。

设置方法

  1. 从上方链接下载 Faster Whisper XXL
  2. 在 Ensemble 选项卡中，为 Pass 2 选择 XXL Faster Whisper
  3. 点击 Browse 指向你的 faster-whisper-xxl.exe
  4. 添加任意额外参数（例如 --verbose True --standard_asia）

WhisperJAV 只发送 4 个必需参数（输入文件、输出目录、模型、语言）。其他所有选项由你的额外参数字段控制。

CLI

whisperjav video.mp4 --pass2-pipeline xxl --xxl-exe /path/to/faster-whisper-xxl.exe

串行与并行批处理模式

在集成模式下处理多个文件时：

模式 行为
并行（默认） 所有 Pass 1 任务先运行，然后所有 Pass 2，最后所有合并
串行 每个文件完整处理完毕（Pass 1 → Pass 2 → 合并）后再处理下一个

串行模式适用于你希望随时查看已完成结果的场景。在 GUI 中勾选 Serial 复选框，或在 CLI 中使用 --ensemble-serial 来启用。

预设

保存你的集成模式配置以便复用：

  1. 配置好你的 Pass、合并策略和参数
  2. 点击 Save Preset
  3. 输入名称（例如 "High Quality JAV"、"Quick Anime"）
  4. 之后可从预设下拉菜单中加载

预设会保存所有 Pass 配置、合并策略和自定义参数，并在不同会话间持久化。

内联翻译

在合并策略之后勾选 "AI-translate"，即可自动翻译合并后的输出。在界面中选择翻译提供商和模型，或点击设置按钮进行完整配置。