- Ohne -o/-d schreiben yt_untertitel.py, extract_text.py und
abschrift_korrigieren.py -u in abschriften/<Name>/ (ein Ordner je
Video, auch für alle Ausschnitte).
- Beim Download entsteht neben dem Rohtext <Rohtext>.quelle.json mit
Titel, Kanal, Datum und URL, für den Quellenkopf des fertigen Textes.
- Ein Glossar, das wie sein Ordner heißt (abschriften/<Name>/<Name>.glossar.txt),
nutzen abschrift_korrigieren.py, glossar_vorschlag.py und aenderungen.py
automatisch, nach den mit -g angegebenen gemeinsamen Glossaren.
- .gitignore: abschriften/, fertig/, *.quelle.json.
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Das Programm verarbeitet beliebige gesprochene Beiträge (Reden, Vorträge,
Interviews, Videos). Prompts und Texte sprechen von „Beitrag“ statt „Rede“;
README-Titel passend zum Projektverzeichnis youtube_abschrift_korrigieren.
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Erkenntnisse aus dem ersten echten Lauf (Lahnstein):
- Auch „sichere“ Funde des Modells sind oft falsch (Deckmäntelchen →
Deckmäntel, Lemmaß → Lebens); daher alle Einträge auskommentiert,
sichere zuerst
- -k verglich den Text nach dem Glossar mit einer Korrektur ohne Glossar und
zeigte verdrehte Paare (Brandt → Brand). Jetzt Vergleich mit dem Rohtext;
was ein Glossar-Eintrag ganz oder teilweise erledigt, entfällt
- Satzzeichen am Rand werden entfernt, keine Doppelungen mehr
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
- Das Modell sucht abschnittsweise vermutete Hörfehler (Namen, Orte,
Fremdwörter, Komposita); nur Funde, die wörtlich im Rohtext stehen
- Sichere Funde als Einträge, unsichere auskommentiert („# ?“)
- -k: Änderungen eines Korrekturlaufs, immer auskommentiert, da oft
zusammenhangsabhängig
- -g: vorhandene Glossare werden vorher angewendet und nicht erneut vorgeschlagen
- Modellantworten im Zwischenspeicher <Entwurf>.parts/
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
