視覺化 DAG 自動化工作流程引擎
DuRT 最具革命性的核心生產力,在於其基於有向無環圖 (Directed Acyclic Graph, DAG) 的視覺化工作流程編排引擎。
在傳統工具中,錄音、語音辨識、大模型潤飾、翻譯與語音配音往往是割裂的單步工具;而在 DuRT 3.0 中,您可以像堆積木一樣,在 2D 互動畫布上自由拖曳節點並透過貝茲連線,組裝出高度自動化的端到端媒體生產力管線。

核心理念:從「線性鏈條」躍遷至「DAG 拓撲網」
舊版管線往往局限於生硬的 步驟 A ➔ 步驟 B ➔ 步驟 C 線性單鏈,無法處理複雜的複合任務。DuRT 3.0 的 DAG 引擎帶來了兩大代際躍遷:
1. 多分支並行分發 (Parallel Fan-out)
一個上游步驟的處理成果,可以同時流向多個不同職責的下游步驟並行處理。例如:當音訊轉錄生成字幕軌後,系統可以同時並行推進三路工序:
- 分支 1(精修出版):字幕排版精修 ➔ 本機匯出精美 SRT;
- 分支 2(多語跨國):全文翻譯 ➔ TTS 角色語音配音 ➔ 合成多語伴奏音訊;
- 分支 3(知識沉澱):AI 提煉會議記錄與待辦清單 ➔ 同步寫入 Notion 與 Obsidian。
2. 強型別資料契約 (Data Contract)
為了保障管線運作的安全與穩定,DuRT 在節點連接埠之間引入了嚴格的資料類型約束 (DuWorkflowDataType)。節點之間流轉的資料清晰劃分為 6 種型別:
| 資料類型識別碼 | 中文名稱 | 圖示說明 | 典型產出步驟 | 典型接收步驟 |
|---|---|---|---|---|
audioStream | 即時音訊串流 | 🎙️ | 聲音/螢幕監聽錄製 (monitorCapture) | 即時語音聽寫 (realtimeASR) |
mediaFile | 實體音訊檔案 | 📁 | 媒體檔案/直鏈匯入 (mediaInput) | 媒體轉錄 (mediaASR) |
subtitleStream | 即時串流字幕 | 💬 | 即時語音聽寫 (realtimeASR) | 即時同傳 (realtimeTranslation) |
subtitleTrack | 固化時序字幕軌 | ⏱️ | 媒體轉錄 (mediaASR)、字幕匯入 | 字幕精修、全文翻譯、成果匯出 |
document | 結構化文稿 | 📄 | 會議記錄與文案 (contentCreation) | 成果交付、Notion/Obsidian 寫入 |
deliverable | 最終成果交付包 | 📦 | 成果交付 (exportArtifact) | 本機儲存、S3/WebDAV 雲端上傳 |
NOTE
畫布內建了由 WorkflowStepRuleEngine 驅動的智慧連線吸附與成環檢測機制:只有資料類型相容的連接埠才能成功連線,徹底杜絕非法輸入導致的執行階段崩潰。
11 大標準工作流程步驟一覽
DuRT 3.0 標準化封裝了 11 大原子步驟,涵蓋從源頭擷取到最終交付的全鏈路:
┌────────────────────────┐ ┌────────────────────────┐ ┌────────────────────────┐
│ 1. 輸入源 (Inputs) │ ───► │ 2. 辨識與同傳 (ASR) │ ───► │ 3. AI 潤飾與交付 (AI) │
│ 聲音錄製 / 媒體匯入 │ │ 即時聽寫 / 檔案大模型 │ │ 翻譯 / 記錄 / 配音 / S3│
└────────────────────────┘ └────────────────────────┘ └────────────────────────┘- 輸入源 (Inputs):
monitorCapture:macOS 系統內錄與麥克風錄製監聽mediaInput:本機音訊檔案與網路直鏈擷取轉碼subtitleInput:既有 SRT/VTT 字幕與文字匯入
- 語音辨識 (ASR) 與同傳:
realtimeASR:即時串流語音聽寫mediaASR:媒體轉錄、字詞級時間戳記與說話者分離realtimeTranslation:即時逐句雙語同傳字幕
- 後處理、生成與交付:
subtitleRefinement:字幕排版、語氣詞過濾與斷句精修fullTranslation:高保真多語言全文意譯contentCreation:結構化會議記錄、Action Items 與文案提煉textToSpeech:多角色自然人聲 TTS 配音伴奏合成exportArtifact:本機多格式儲存與 6 大雲端儲存/知識庫分發
詳細參數與設定說明,請查閱 11 種標準工作流程步驟詳解。
範本中心 (Workflow Hub)
為了讓您開箱即用,DuRT 內建了涵蓋日常高頻工作流程的預設範本:
- 🎙️ 即時會議記錄流:系統聲音內錄 ➔ 即時聽寫 ➔ AI 會議摘要與待辦提煉 ➔ 自動同步 Notion 資料庫;
- 🌏 影片跨國多語配音流:匯入 MP4 影片 ➔ 媒體檔案轉錄 ➔ 多語言全文翻譯 ➔ TTS 多音色合成配音 ➔ 匯出雙語字幕與配音音訊;
- 🧹 Podcast 口語錄音清洗流:音訊轉錄(字詞級時間戳記) ➔ LLM 口癖擦除與黃金斷句 ➔ 匯出排版級精校 SRT 與 Markdown 筆記;
- ☁️ 錄音歸檔與自動化交付流:錄音轉錄 ➔ 自動上傳 S3 相容物件儲存 ➔ 觸發下游 Webhook 自動化管線。
工作流程畫布編排體驗 (Workflow Studio)
- 2D 絕對世界座標儲存:DuRT 獨創持久化排版機制,每次拖曳調整的卡片位置與貝茲走線均原生儲存,重新打開工作流程時畫布排版分毫不亂;
- 單步測試與快速試聽:支援在編排畫布中針對任意單一步驟進行「試執行」與參數微調;
- 一鍵置頂至 Dashboard:可將最常用的工作流程一鍵固定到主螢幕啟動面板,日常處理只需拖入檔案即可一鍵觸發。
