OPEN SOURCE · v0.1.0

转写不应该只剩下
一段来路不明的文字。

YW Transcribe 先锁定隐私、能力和费用边界，再执行识别、保留原始证据、生成字幕，最后用确定性校验器判断是否真正完成。

3 分钟开始阅读完整文档

3: 条确定性后端路由
0: 默认云端上传
52+: 自动化回归测试

RUN / 001 DONE

BACKENDlocal / large-v3

PROFILEtimed

PRIVACYlocal only

ARTIFACTSTXT · JSON · SRT · VTT

VALIDATIONPASS

SHA-256 8f2c…a19d

默认本地。没有明确授权，不上传。

能力不匹配，就在上传前停止。

校验没有通过，就不声称完成。

ROUTING / 01

不是三个供应商，
而是三种明确能力。

路由由用户要的产物和隐私边界决定，不由品牌偏好决定。

PRIVATE BY DEFAULT

Local

Apple Silicon 上的 MLX Whisper。音频留在本机，支持原生时间轴与字幕。

默认路由，不需要 API Key
small / large-v3 自动选型
TXT、SRT、VTT 与逐词时间

TEXT ECONOMY

StepFun

明确授权后的云端纯文本路径。全球站和中国站固定端点，不跨区重试。

StepAudio 2.5 ASR
支持任务级热词
不伪造 SRT 或时间轴

CLOUD TIMELINE

Doubao

需要云端分句时间或字幕时使用。提交与查询状态持久化，避免盲目重提。

Seed ASR 2.0
原生分句时间
SRT / VTT 可验证交付

ARCHITECTURE / 02

从意图到证据，
每一步都有可检查的交接物。

01Resolve隐私 · 能力 · 授权

02Inspect文件 · 音轨 · 指纹

03Recognize锁定后的单一后端

04Package原始证据 · 逐字稿

05Verify确定性完成状态

Control

路由、授权、费用和重试边界。

Artifacts

manifest、run、raw、字幕和审阅状态。

Evidence

哈希、质量指标与 validation 结论。

ONBOARDING / 03

复制一句话，
从下一轮对话开始。

安装后上传文件，Skill 会先检查环境；缺什么，就按当前系统给出下一步。

Codex

请从 https://github.com/yuwen-cool/yw-transcribe/tree/main/skills/yw-transcribe 安装 yw-transcribe Skill。

01安装使用上面的 GitHub 路径。
02新一轮对话上传本地音频或视频。
03说出边界“本地优先；云端前先告诉我。”
04跟随 doctor完成依赖或 API Key 配置。

EVIDENCE / 04

样本结果公开，
结论边界也公开。

数据用于说明被测路径，不被包装成通用质量排名。

large-v3 · clean

0CER

large-v3 · technical

0CER

small · clean

1.32%CER

small · technical

2.86%CER

YW TRANSCRIBE

让文字可用，
也让结果可信。

在 GitHub 查看开始配置

转写不应该只剩下一段来路不明的文字。

不是三个供应商，而是三种明确能力。