| """Bước 1 (tùy chọn) — OCR sửa phụ đề cháy hình. MẶC ĐỊNH TẮT. |
| |
| Khi `correct_ocr: true`, đưa frame + text OCR cho Omni để sửa lỗi nhận dạng |
| (ký tự sai, dính dòng). Nguồn SRT hiện đã sạch nên mặc định bỏ qua bước này. |
| """ |
|
|
| from __future__ import annotations |
|
|
| from typing import List, Optional |
|
|
| from .backends.base import ChatMessage, LLMBackend |
| from .scene_context import SceneContext |
| from .scenes import Scene |
|
|
|
|
| _CORRECT_SYSTEM = ( |
| "Bạn là công cụ sửa lỗi OCR phụ đề tiếng Trung cháy trên khung hình. " |
| "So khớp văn bản với khung hình và sửa ký tự sai. " |
| "Trả về JSON {\"cues\":[{\"id\":<int>,\"zh\":\"<text đã sửa>\"}]}, không thêm gì khác." |
| ) |
|
|
|
|
| def correct_scene( |
| backend: LLMBackend, |
| scene: Scene, |
| context: Optional[SceneContext], |
| *, |
| max_new_tokens: int = 1024, |
| **sampling, |
| ) -> None: |
| """Sửa OCR text gốc của các cue trong cảnh (ghi đè `cue.text`).""" |
| images = [str(p) for p in (context.frame_paths if context else [])] |
| cue_lines = "\n".join(f' {{ "id": {c.index}, "zh": {c.text!r} }}' for c in scene.cues) |
| text = ( |
| "Dưới đây là phụ đề OCR và khung hình tương ứng. Sửa lỗi ký tự nếu có.\n" |
| f"[\n{cue_lines}\n]" |
| ) |
| msg = ChatMessage(role="user", text=text, images=images) |
| try: |
| result = backend.chat_json( |
| [msg], system=_CORRECT_SYSTEM, max_new_tokens=max_new_tokens, **sampling |
| ) |
| except Exception: |
| return |
| if not isinstance(result, dict): |
| return |
| by_id = {c.index: c for c in scene.cues} |
| for item in result.get("cues", []) or []: |
| cid = item.get("id") |
| zh = item.get("zh") |
| if cid in by_id and zh: |
| by_id[cid].text = str(zh).strip() |
|
|
