工作流程配方

工作流程配方是針對常見任務預先設計好的步驟組合。以下每個配方都列出了需要串聯的具體步驟，以及獲得最佳效果的關鍵配置建議。

NOTE

在 DuRT 中，打開工作流程面板，按下方順序新增步驟並完成配置，最後點擊執行即可執行整條管線。

---

配方 1：快速檔案轉錄 → 匯出 SRT

適用場景： 您有一個本機音訊/視訊檔案，希望盡快取得字幕檔案。

步驟組合

1. MediaTranscription（媒體檔案轉錄）
2. ExportArtifact（匯出）

關鍵配置

• MediaTranscription → 來源： 選擇本機檔案（MP3、WAV、MP4、MKV 等）。
• MediaTranscription → 字詞級時間戳記： ✅ 開啟——產生準確 SRT 時間碼的必要條件。
• MediaTranscription → 語言： 明確指定說話語言，而非依賴自動偵測，以獲得最佳辨識率。
• ExportArtifact → 格式： 選擇 SRT。

TIP

若影片中有多位說話者，同時開啟說話者分離，即可在轉錄結果中區分每位發言者。

---

配方 2：會議錄音轉錄 + AI 總結 → 匯出 TXT

適用場景： 您錄製了一段會議，希望同時獲得乾淨的文字稿和簡潔的內容摘要，並儲存為純文字檔案。

步驟組合

1. MediaTranscription（媒體檔案轉錄）
2. LLMProcess（校對）
3. LLMProcess（總結）
4. ExportArtifact（匯出）

關鍵配置

• MediaTranscription → 說話者分離： ✅ 開啟，使每段發言歸屬到對應參與者。
• LLMProcess #1 → 模式： 設為校對（Proofreading），先修正 ASR 錯誤和標點，再進行總結。
• LLMProcess #2 → 模式： 設為總結（Summary）。
• LLMProcess #2 → 自訂提示詞： 可補充說明，例如*「重點提煉行動項目和決策結論。」*
• ExportArtifact → 格式： 選擇 TXT。

TIP

在匯出步驟中同時勾選多個格式，可一次性匯出校對後的完整文字稿和總結摘要。

---

配方 3：Podcast 轉錄 + 翻譯成中文 → 匯出雙語 SRT

適用場景： 您想為一個英文 Podcast 或影片加入中文字幕，或製作雙語字幕檔案進行分享。

步驟組合

1. MediaTranscription（媒體檔案轉錄）
2. LLMProcess（翻譯）
3. ExportArtifact（匯出）

關鍵配置

• MediaTranscription → 來源： 貼上 YouTube/Podcast URL，或選擇本機檔案。
• MediaTranscription → 字詞級時間戳記： ✅ 開啟，確保字幕時間準確。
• LLMProcess → 模式： 翻譯（Translation）。
• LLMProcess → 目標語言： 繁體中文（或您需要的其他語言）。
• LLMProcess → 自訂提示詞： 新增*「保留字幕換行格式。人名和專有名詞保留原文形式。」*
• ExportArtifact → 格式： SRT（或面向網頁播放器的 VTT）。

NOTE

若需要真正的雙語 SRT（原文 + 譯文同時顯示），可在自訂提示詞中要求 LLM 將原文和譯文逐行交替輸出。

---

配方 4：即時字幕 → 匯出文字記錄

適用場景： 在直播活動、線上會議或課堂中即時顯示字幕，並在結束後保存完整的文字記錄。

步驟組合

1. RealtimeASR（即時語音轉錄）
2. ExportArtifact（匯出）

關鍵配置

• RealtimeASR → 輸入源： 線上會議選擇系統音訊（擷取所有參與者聲音）；實體線下活動選擇麥克風。
• RealtimeASR → AEC 回音消除： ✅ 在使用系統音訊且揚聲器開啟時務必開啟。
• RealtimeASR → 語言： 設定說話語言。
• ExportArtifact → 格式： 純文字記錄選 TXT；需要時間戳記選 SRT。

IMPORTANT

使用系統音訊擷取前，請確認 macOS 已授予 DuRT 螢幕錄製權限（系統設定 → 隱私權與安全性 → 螢幕錄製）。

---

配方 5：語言學習——影片連結轉錄 + 翻譯 + TTS 配音朗讀

適用場景： 您正在學習一門外語，想要轉錄外語影片、翻譯為母語，並透過 TTS 朗讀譯文輔助練習發音和理解。

步驟組合

1. MediaTranscription（媒體檔案轉錄）
2. LLMProcess（翻譯）
3. TextToSpeech（語音合成）
4. ExportArtifact（匯出）

關鍵配置

• MediaTranscription → 來源： 貼上影片連結（YouTube 等）或選擇本機檔案。
• MediaTranscription → 字詞級時間戳記： ✅ 開啟。
• LLMProcess → 模式： 翻譯（Translation）。
• LLMProcess → 目標語言： 您的母語。
• TextToSpeech → 音色： 選擇與目標語言相符的預設音色。
• TextToSpeech → 語速： 調低至 0.8× 或 0.75×，便於學習時理解。
• ExportArtifact → 格式： MP3（音訊）+ SRT（字幕），同時匯出以便靈活使用。

TIP

聽完一遍 TTS 朗讀後，換一種不同口音或性別的音色再聽一遍，練習在不同情境下理解目標語言。

---

配方 6：影片配音替換——轉錄 + 翻譯 + TTS + 匯出音訊

適用場景： 您有一段影片，希望製作另一種語言的配音音軌，用於後期影片剪輯中替換原音。

步骤組合

1. MediaTranscription（媒體檔案轉錄）
2. LLMProcess（校對）
3. LLMProcess（翻譯）
4. TextToSpeech（語音合成）
5. ExportArtifact（匯出）

關鍵配置

• MediaTranscription → 來源： 選擇本機影片檔案。
• MediaTranscription → 字詞級時間戳記： ✅ 開啟——精確的時間資訊有助於配音與原片剪輯點對齊。
• LLMProcess #1 → 模式： 校對（Proofreading）——在翻譯前先修正 ASR 錯誤，避免錯誤傳播。
• LLMProcess #2 → 模式： 翻譯（Translation）。
• LLMProcess #2 → 目標語言： 配音語言。
• LLMProcess #2 → 自訂提示詞： 「請以口語配音風格翻譯，保持句子長度自然，盡量與原文節奏相近。」
• TextToSpeech → 音色： 若需匹配原聲，使用音色複製；否則選擇專業預設音色。
• TextToSpeech → 語速： 適當調整以貼近原片說話節奏。
• ExportArtifact → 格式： 音軌選 AAC 或 MP3；可同時匯出 SRT 作為翻譯字幕備用。

TIP

將匯出的音訊檔案匯入影片編輯器（Final Cut Pro、DaVinci Resolve 等），將原音軌靜音後替換為新音軌，即可完成配音替換。

NOTE

使用音色複製時，請在執行工作流程前先上傳 10~30 秒的純淨目標音色錄音樣本。