deepseek生成

1. DeepSeek 翻译偶尔只返回一行

现象：明明传了多行字幕，DeepSeek 却合并成一行返回

原因：AI 模型没理解"按行翻译"的要求，随机抽风

解决方案：

• System prompt 明确说"每行分别翻译，一行对应一行，不要编号"
• User prompt 去掉多余的"翻译："前缀，直接传文本
• 降低 temperature 到 0.1-0.3 减少创造性

{"role": "system", "content": "将每行中文翻译成闽南语，保持行数不变，每行一句译文，不加序号。"}

---

2. TTS 返回的 audio 不是 base64，而是包含 URL 的对象

现象：

✗ 失败: argument should be a bytes-like object or ASCII string, not 'Audio'

原因：qwen3-tts-flash 返回的 response.output.audio 是一个 Audio 对象，里面包含 url 字段指向 OSS 上的音频文件，而不是直接返回音频数据。

调试方法：打印 type() 和 dir() 查看对象结构

print(f"response.output.audio类型: {type(response.output.audio)}")
print(f"audio属性: {dir(response.output.audio)}")

解决方案：从 audio.url 下载音频

audio_url = response.output.audio.url
audio_data = requests.get(audio_url).content

---

3. 变量未定义错误

现象：

name 'subtitle_file' is not defined

原因：save_translated_text() 直接传了字符串常量，没有赋值给变量，后面 TTS 调用时找不到

解决方案：先定义变量再使用

subtitle_file = f"MinNan_{info['bvid']}.txt"
save_translated_text(translated, subtitle_file)
qwtts.tts(subtitle_file, ...)

---

4. 字幕窗口切分逻辑

问题：如何确保每条字幕只被处理一次，不重不漏

解决方案：用 s >= cur_end 判断字幕是否超出当前窗口，超出则保存当前窗口并开启新窗口

for s, e, t in subs:
    if s >= cur_end:      # 字幕start超出窗口边界
        if texts:
            windows.append(...)  # 保存当前窗口
        cur_start = s     # 新窗口从当前字幕开始
        cur_end = s + 20
        texts = [t]       # 当前字幕加入新窗口
    else:
        texts.append(t)   # 在当前窗口内

---

5. 音频格式确认

确认：qwen3-tts-flash 默认输出 WAV 格式，通过 OSS URL 下载

---

最终工作流

B站视频 → 提取字幕 → DeepSeek翻译成闽南语 → 保存为.txt
                                    ↓
                         按20秒窗口打包
                                    ↓
                         Qwen3-TTS生成音频
                                    ↓
                         下载OSS上的WAV文件
                                    ↓
                         保存为 字幕_起始s_结束s.wav