สวัสดีทุกคน ผมเฉิงเฟิง
Editing Skills ได้รับการอัปเดตแล้ว
หลังจากปล่อยเวอร์ชันที่แล้ว ผมได้รับคำติชมมากมาย สองปัญหาที่พบบ่อยที่สุดคือ:
- การดาวน์โหลดโมเดลขนาด 5GB ใช้เวลาหลายสิบนาที ทำให้หลายคนยอมแพ้
- การหาคำพูดติดขัดทีละบรรทัดในเอกสารทำให้เหนื่อยเกินไป
ดังนั้นครั้งนี้ผมจึงยกเครื่องครั้งใหญ่:
ผมเปลี่ยนโมเดลการรู้จำเสียง/วิดีโอของ Volcengine และอัปเกรดอินเทอร์เฟซการโต้ตอบ
ผลลัพธ์เป็นยังไง? มาเปรียบเทียบโดยตรงกับ CapCut (Jianying) กัน:
Editing Skills:
CapCut:
ในวิดีโอเดียวกัน AI ระบุคำพูดติดขัดทั้งหมดที่ CapCut พลาดไป และมีเอฟเฟกต์การแสดงผลที่ดีกว่า
จากความคิดเห็นของผู้ใช้ การอัปเดตครั้งนี้เน้นสามด้านหลัก
1. เร็วขึ้น: API แทนที่โมเดลท้องถิ่น
เวอร์ชันก่อนหน้าต้องดาวน์โหลดโมเดลท้องถิ่นขนาด 5GB ซึ่งหลายคนรายงานว่าช้าเกินไป
ครั้งนี้ผมเปลี่ยนมาใช้การเรียก API แทน
- ดาวน์โหลดเร็ว: ไม่ต้องรอหลายชั่วโมงเพื่อให้ได้โมเดล
- ประมวลผลเร็ว: เซิร์ฟเวอร์ API เร็วกว่าคอมพิวเตอร์ของคุณมาก
2. แม่นยำขึ้น: ปรับปรุงการรู้จำคำพูดติดขัดใหม่
การรู้จำคำพูดติดขัดในเวอร์ชันก่อนหน้าค่อนข้างหยาบ ตอนนี้ระบบทั้งหมดได้รับการปรับปรุงใหม่
เปลี่ยนโมเดล
การใส่คำบรรยายเสียง/วิดีโอของ Doubao เป็นการรู้จำที่แม่นยำที่สุดที่ผมเคยประสบ
(ขอบคุณ @极客杰尼 สำหรับคำแนะนำ)
ความเข้าใจความหมายของ AI
ตอนนี้ AI วิเคราะห์ทีละส่วน:
มันตัดสินแต่ละส่วนตามกฎ: ความเงียบ, ประโยคซ้ำ, คำพูดติดอ่าง, คำฟุ่มเฟือย...
นิสัยผู้ใช้ที่โปร่งใส
กฎการรู้จำทั้งหมดถูกวางไว้ในโฟลเดอร์แยกต่างหาก:
ถ้าคุณคิดว่ากฎข้อไหนผิด ก็แก้ไขไฟล์ได้ ถ้าต้องการเพิ่มกฎใหม่ ก็แค่สร้างไฟล์ .md ใหม่
3. ใช้งานง่ายขึ้น: อินเทอร์เฟซตรวจสอบด้วยภาพ
นี่คือการปรับปรุงที่ใหญ่ที่สุด
ก่อนหน้านี้ หลังจากแก้ไข AI จะส่งออกแบบร่างการตรวจสอบในบรรทัดคำสั่ง คุณต้องหาปัญหาในข้อความและบอก AI ว่าต้องเปลี่ยนอะไร
ตอนนี้ หลังจากเริ่มแก้ไข บริการตรวจสอบจะเริ่มต้นโดยอัตโนมัติ
เปิดเบราว์เซอร์ของคุณ แล้วคุณจะเห็นอินเทอร์เฟซที่คล้ายกับการแก้ไขพูดของ CapCut:
มีการเพิ่มคุณสมบัติพิเศษสองอย่าง:
คุณสมบัติ 1: ปุ่มความเร็ว
คุณสามารถฟังวิดีโอทั้งหมดด้วยความเร็วสองเท่า
คุณสมบัติ 2: คัดลอกรายการลบ
คุณสมบัตินี้สำหรับการเรียนรู้ของ AI หลังจากยืนยันผลการตรวจสอบแล้ว คลิก "คัดลอกรายการลบ" คัดลอกข้อมูลส่วนที่ถูกลบ แล้วบอก AI AI จะวิเคราะห์นิสัยการแสดงออกของคุณเพื่อระบุได้แม่นยำยิ่งขึ้นในครั้งหน้า
นี่คือ กลไกการอัปเดตตัวเอง ที่ผมเน้นย้ำมาโดยตลอด ยิ่งใช้มากเท่าไหร่ มันก็ยิ่งเข้าใจคุณมากขึ้น
ตอนนี้กระบวนการง่ายขึ้นมาก ใช้เวลาเพียง 15 นาที
ขั้นตอนที่ 1: ดาวน์โหลด Skills (1 นาที)
ช่วยดาวน์โหลด Editing Skills ให้หน่อย:
- ที่อยู่:
- พาธสำหรับจัดเก็บ: .claude/skills/ (โคลนโดยตรงไปยังไดเรกทอรีนี้ อย่าสร้างโฟลเดอร์ย่อย)
ขั้นตอนที่ 2: กำหนดค่า API Key (3 นาที)
ครั้งนี้เราใช้ความสามารถ "สร้างคำบรรยายเสียง/วิดีโอ" ของ Volcengine
มีรุ่นทดลองใช้ฟรี 20 ชั่วโมง:
เข้าสู่ระบบ Volcengine Model Management และเปิดใช้งาน "สร้างคำบรรยายเสียง/วิดีโอ":
รับ API Key:
ป้อน /v เลือก videocut:install ป้อน API Key และดำเนินการกำหนดค่าให้เสร็จสมบูรณ์
ขั้นตอนที่ 3: แก้ไขวิดีโอ (10 นาที)
ป้อน /v เลือก videocut:edit แล้วป้อนพาธของวิดีโอ
AI จะดำเนินการโดยอัตโนมัติ:
- เรียก API เพื่อถอดเสียง
- เริ่มบริการตรวจสอบในเครื่อง
- ให้ลิงก์ไปยังอินเทอร์เฟซการตรวจสอบ
เปิดลิงก์เพื่อดูอินเทอร์เฟซการตรวจสอบ:
เราสามารถตรวจสอบความแม่นยำในการรู้จำของ AI ได้ที่นี่
การดำเนินการ: Shift + ลากเพื่อเลือกหรือยกเลิกการเลือกส่วน
ปุ่มฟังก์ชันสี่ปุ่ม:
- เล่น — เช่นเดียวกับ CapCut ข้ามส่วนที่เลือกโดยอัตโนมัติ
- เล่นด้วยความเร็ว — ฟีเจอร์ที่ CapCut ไม่มี คุณสามารถเร่งความเร็ววิดีโอที่พูดช้าได้
- คัดลอกรายการลบ — หากมีความแตกต่างมาก ให้คัดลอกผลลัพธ์การลบของคุณเพื่อให้ AI เรียนรู้นิสัยของคุณ
- ดำเนินการแก้ไข — หลังจากยืนยัน คลิกเพื่อดำเนินการแก้ไขโดยอัตโนมัติ
เมื่อเสร็จแล้ว วิดีโอที่มี "cut" ต่อท้ายชื่อจะปรากฏขึ้น
ขั้นตอนที่ 4: เพิ่มคำบรรยาย (3 นาที)
เหมือนก่อนหน้านี้ ป้อน /v แล้วเลือก videocut:subtitles
อย่าลืมเพิ่มคำนามเฉพาะของคุณลงในไฟล์พจนานุกรมเพื่อความแม่นยำของคำบรรยายที่สูงขึ้น
สี่ขั้นตอน มองเห็นได้เต็มรูปแบบ
ถ้าคุณรู้สึกลำบากมาก่อน ลองอีกครั้งครั้งนี้
ยินดีต้อนรับให้คุณบอกผมในความคิดเห็น
