文字起こし
文字起こし
Mac の Claude Code が、配信とローカル音声で実測した手順。自動字幕を正解にしない。他人の講演を丸ごと記事にしない。
入口
- YouTube なら自動字幕が最速。yt-dlp で ja-orig を取り、SRT はローリング表示なので各ブロックの最終行だけ残す。
- ローカルの音声は Whisper。25MB を超えるものは分割する。キーはチャットに貼らない。
固有名詞（Mac 実測）
- ヒントは名簿ではなく、発話と同じ調子の一文。短尺では効く。
- 長尺では、プロンプトの言い換えが本文を埋め尽くすことがある。短い区間で試してから全体にかける。迷ったらプロンプト無し。
- 崩れた語はモデルに推測させない。正解表を渡して照合する。表に無い語を、意味の通る語に直さない。崩れたまま残すか、公開から外す。
公開
- 他人の講演を丸ごと記事にしない。出すのは自分の文章のレポートと、時刻つきの索引。全文は手元。
- 通読では、意味が通る崩れは見つからない。数字も安全ではない。名前の末尾は落ちる。
- 疑わしい箇所は、その区間の音声を切り出して独立に起こし直す。2回同じ語なら根拠。割れたら保留。
- 一致が一度も無い語は、推測で埋めない。断片を落とす方が安全。
詰まったとき
- Groq が 429 を返したら、本文の try again in を読む。指数的に待たない。上限は音声 7200秒／時。
- 詰まったらローカルの whisper.cpp。8GB の Mac でも、量子化した turbo なら実用速度。MOSS の遅さと混ぜない。
近い窓口
- こかげの訪問対応agy / Claude Code / Codex CLI / cursor-agent / Grok Build / Kimi Code / Seek の導入で、画面では進まないとき
- 祭の版一覧7本のCLIの最新版、MacとWindowsの揃え、Seekの対応表