podcast2md — 播客單集連結 → 章節文字稿
定位
- 輸入：yt-dlp 支援的播客單集頁面或音訊直鏈
- 輸出：
<out-dir>\<slug>\chapters.md——完整轉錄稿按節目已有章節切分；非摘要、不發明內容
- 引擎：本機 CapsWriter-Offline（fun_asr_nano），腳本自動拉起 server/client
執行（用部署副本，必須與 start_server.exe 同目錄）
python "D:\iStall\CapsWriter-Offline\podcast2md.py" "單集URL"
python "D:\iStall\CapsWriter-Offline\podcast2md.py" "單集URL" --transcribe-timeout 10800
- 源倉庫：
D:\iStall\podcast2md\（podcast2md.py + README.md + PODCAST2MD.md）。改腳本只改倉庫版，改完複製到 D:\iStall\CapsWriter-Offline\ 部署。
- 完整參數表、流水線細節、退出碼：按需讀
D:\iStall\podcast2md\PODCAST2MD.md，不要預設整讀。
關鍵參數
| 參數 | 預設 | 說明 |
|---|
--out-dir | <腳本目錄>\work | 成品在 work\<slug>\chapters.md |
--force | 關 | 刪除已有單集目錄重跑；會丟手動修改 |
--polish | off | basic 只是規則去語氣詞，非模型潤色；要忠實原稿用 off |
--server-timeout | 600s | server 拉起等待 |
--transcribe-timeout | 7200s | 轉錄等待；長節目調大（如 10800） |
坑（先讀再跑）
- 長音訊（>1h）轉錄幾十分鐘起步：背景行程跑 + 輪詢日誌，別前台乾等撞工具逾時。
- server 轉錄完保持常駐（復用加速下次）；停止走托盤退出。
- 退出碼：3=下載失敗，4=server 失敗，5=轉錄失敗，6=成品已存在/佔用，7=切分或校驗失敗。
- 日誌：
<out-dir>\_podcast2md_server.log 和 <slug>\logs\。
- ffmpeg 必須在 PATH，否則 client 轉錄必失敗。
- 說話人分離不做；多說話人稿需後處理。
本機實測事實（2026-10-19 驗證，直接引用不必重新探測）
- ffmpeg 8.1.2 已在 PATH——client 檔案轉錄的前提已滿足；不確定時先
ffmpeg -version 實測再說，不要寫成推斷
- 本機無獨立 NVIDIA GPU，轉錄走 CPU：30–60 分鐘的節目約 10–30 分鐘出稿，1 小時以上 40–90 分鐘；FunASR-Nano 實測 95 分鐘錄音純轉寫約 46 分鐘（約 0.5 倍即時速度，含模型載入，見 work\full.out.log 2026-10-17）
- FunASR-Nano 參考腳本實測特性：15 秒分段（60s 整段會重複"嗯"）、JSONL 逐段落盤斷點續跑、靜音段按能量閾值跳過
- B 站字幕覆蓋：官方/UP 主 CC 字幕並非全覆蓋，AI 字幕更常見——先
yt-dlp --list-subs 探測再定路線，不要憑假設斷言覆蓋率
本地音訊 / 相鄰場景分工
- 本地音訊檔案（錄音、已下載的 mp3/wav，無連結）：不走本 CLI。用 FunASR-Nano：venv
D:\iStall\FunASR-Nano\.venv，權重 D:\iStall\model-cache\huggingface\local\Fun-ASR-Nano-2512-hf；長音訊必須分段逐段辨識（60s 整段會重複"嗯"），參考 D:\iStall\FunASR-Nano\work\full_transcribe.py。
- B站等有字幕的影片：先探測字幕（
yt-dlp --list-subs），有 CC/AI 字幕就直接拉字幕成文，不必跑語音轉寫。
- 字幕轉文章（去時間軸、成文）：那是 srt-translator 工作流，不是本 CLI。