doco: C4收口 + A稿解析器升级(LLM骨架) + ep002/003/004骨架

- 新增 fusion_align.py(C4 compose + skeleton 提取/校验/预览)与 doco skeleton 命令
- ep001 C4 产物入库: 融合A稿.docx / 融合B稿.txt / c4_alignment.csv / fusion_review.csv
- ep002/003/004: A稿 + 分段骨架(json+预览), 上游待跑
- .gitignore 增 .c3_cache/.c4_cache (可重生中间缓存不入库)
- 更新 doco/CLAUDE.md 交接备注
This commit is contained in:
simonkoson
2026-06-18 14:36:14 +08:00
parent 60f22e6660
commit 10b0ab757b
18 changed files with 3808 additions and 22 deletions
@@ -0,0 +1,6 @@
line_no,timestamp,b_original,asr_context,final_text,change_type,confidence,reason
69,3m21s,作为现代战略空军的最高层级,弹道导弹与反导系统之间的对决,无疑是最具战略威慑力且最检验技术水平的顶峰交锋。 其中中段反导作为现代战略防空的最高层级, 更是左右战场局势的核心要素。 这项技术常被形容为 太空中以子弹击落子弹,,作为现代战略防空的最高层级,minor_edit,0.99,B稿为'作为现代战略空军的最高层级',ASR为'作为现代战略防空的最高层级'。根据上下文(反导系统、中段反导),'防空'比'空军'更准确,应为B稿OCR识别错误,以ASR修正。
90,4m12s,未段导弹,受部署限制难以实施拦截,成功率极低。 末段导弹俯冲至几十公里至几公里高空, 速度达马赫数10~20, 仅留数秒至十几秒的反应时间,,末段导弹,editor_typo,1.0,B稿'未段导弹'为明显错字,ASR为'末段导弹',且上下文均为'末段',予以修正。
426,15m40s,有的远程防空作战体系,它的搜索系统是比较简单的,视野不够宽广,也无法针对远距离的目标进行识别,所以呢有的近程防空作战体系它本质上来讲是近视眼, 而且呢还涉及到一些地形起伏的问题。 如果对方利用这种地形起伏,啊那么去进行超低空的突防,那么在相关区域内部署的一些传感器,比如说低空搜索雷达或者是光学红外传感器,可能没有办法及时有效的识别目标。,有的近程防空作战体系,minor_edit,0.95,B稿为'远程'ASR及上下文均为'近程',属于OCR错字,根据ASR修正。
652,23m18s,作为远程防空核心弹药,美以用于对抗的防空武器却如同天价奢侈品。 以色列铁穹系统的拦截弹作为近程防空核心弹药, 每枚成本达5万到10万美元, 这意味着即便成功拦截防御方的经济损失,也远超进攻方。 更甚者,美国爱国者三拦截弹作为中程防空主力,,作为近程防空核心弹药,minor_edit,0.99,B稿OCR误将“近程”识别为“远程”,根据ASR上下文及铁穹系统实际定位修正。
719,25m30s,高低坚固的立体防御天网,完整链条, 构建了远近交错高低兼顾的立体防御天网。 然而 高超声速武器如闪电般突破, 无人机群的压制以及饱和式攻击的浪潮不断袭来, 让传统防空体系面临着严峻的考验,,高低兼顾的立体防御天网,editor_typo,0.99,B稿“高低坚固”应为“高低兼顾”,ASR为“高低兼顾”,语义通顺,修正OCR错字。
1 line_no timestamp b_original asr_context final_text change_type confidence reason
2 69 3m21s 作为现代战略空军的最高层级 弹道导弹与反导系统之间的对决,无疑是最具战略威慑力且最检验技术水平的顶峰交锋。 其中中段反导作为现代战略防空的最高层级, 更是左右战场局势的核心要素。 这项技术常被形容为 太空中以子弹击落子弹, 作为现代战略防空的最高层级 minor_edit 0.99 B稿为'作为现代战略空军的最高层级',ASR为'作为现代战略防空的最高层级'。根据上下文(反导系统、中段反导),'防空'比'空军'更准确,应为B稿OCR识别错误,以ASR修正。
3 90 4m12s 未段导弹 受部署限制难以实施拦截,成功率极低。 末段导弹俯冲至几十公里至几公里高空, 速度达马赫数10~20, 仅留数秒至十几秒的反应时间, 末段导弹 editor_typo 1.0 B稿'未段导弹'为明显错字,ASR为'末段导弹',且上下文均为'末段',予以修正。
4 426 15m40s 有的远程防空作战体系 它的搜索系统是比较简单的,视野不够宽广,也无法针对远距离的目标进行识别,所以呢有的近程防空作战体系它本质上来讲是近视眼, 而且呢还涉及到一些地形起伏的问题。 如果对方利用这种地形起伏,啊那么去进行超低空的突防,那么在相关区域内部署的一些传感器,比如说低空搜索雷达或者是光学红外传感器,可能没有办法及时有效的识别目标。 有的近程防空作战体系 minor_edit 0.95 B稿为'远程',ASR及上下文均为'近程',属于OCR错字,根据ASR修正。
5 652 23m18s 作为远程防空核心弹药 美以用于对抗的防空武器却如同天价奢侈品。 以色列铁穹系统的拦截弹作为近程防空核心弹药, 每枚成本达5万到10万美元, 这意味着即便成功拦截防御方的经济损失,也远超进攻方。 更甚者,美国爱国者三拦截弹作为中程防空主力, 作为近程防空核心弹药 minor_edit 0.99 B稿OCR误将“近程”识别为“远程”,根据ASR上下文及铁穹系统实际定位修正。
6 719 25m30s 高低坚固的立体防御天网 完整链条, 构建了远近交错高低兼顾的立体防御天网。 然而 高超声速武器如闪电般突破, 无人机群的压制以及饱和式攻击的浪潮不断袭来, 让传统防空体系面临着严峻的考验, 高低兼顾的立体防御天网 editor_typo 0.99 B稿“高低坚固”应为“高低兼顾”,ASR为“高低兼顾”,语义通顺,修正OCR错字。