Audio Forensics · 2026-07-14

韩语句末词为什么会被切掉，
又为什么会跑到下一段

两个成功任务，症状看起来不同。一个少了 아닌데? 的尾巴；一个把 완료! 放到下一段开头。把 Fish 原始时间戳、整段 TTS、切片和最终轨叠起来后，它们指向同一个错误模型。

combo · gw_e1f63c98…superdub · gw_5c8101fb…Fish voice · fish_8cf5ee4c…只读取证 · 零任务重跑

20 段全部 raw vs final 可播放

109 msA continue 被切掉的词尾

816 msB 下一段首词前的异常前导

0 ms漏词被 runner 压成的时长

一句话结论

不是 atempo 吃词，也不是最终混音乱序。问题发生得更早：Fish 的词时间戳会整词缺失，也会比真实收音早；runner 却把“最后一个字的 end”直接当音频刀口。词时间本来适合做字幕锚点，不该单独决定声学切片。

Fish 给错了什么

父 A 的原始响应没有 아닌데。
B 的原始响应没有 완료。
当前 A 虽有 아닌데，end 仍比能量尾早 108.73ms。

runner 又做了什么

没对上的 prompt 字符，被填到 previous end。
于是整词变成 0ms，但流程继续成功。
atrim 没尾垫，也不看真实静音，直接硬切。

两个任务，两个表象

Task A · Combo Continue

句尾差一个词

gw_e1f63c98-2436-492c-8010-135f853a91a6
04018196-7d0e-4d60-abd4-4a6bd375edf1 · run 6a7cad8c…

9 段，问题在 segment 7，时间槽 44.5–52.0s。
句尾：중독성이 진짜 장난 아닌데?
父任务本来就同样缺词；continue 后仍少词尾。
最终 result 记录 9 段改词。

Task B · Voiceover Align

词晚到下一段

gw_5c8101fb-f849-4e68-bb5d-1398747e85b0
7f9b3494-5dc2-4897-8aab-6298812be115 · run 41d8aa4b…

11 段，问题跨 segment 9 → 10。
句尾：아주 완벽하게 설치 완료!
완료! 在 54.2s 没接上，却在 55.0s 左右出现。
最终 result 记录 11 段改词。

问题 A：修过一次，为什么仍会少词

父任务和 continue 展示了两种失败。第一次是整词没时间戳；第二次有时间戳，但声学尾音仍越过 end。两种都被同一个硬切逻辑放大。

PARENT+449.75ms

父 take 在刀口后仍有非静音能量。整段被丢弃。

CONTINUE+108.73ms

新 take 的词尾仍越过 Fish end。

ATEMPO× 1.0000

问题段根本没调速，atempo 可排除。

句尾词	Fish / accepted 时间	原始音频真实尾部	刀口	最终轨
진짜	46.065737–46.385737s	约 46.385737s	47.025737s factor 1.0000	50.020–50.340s
장난	46.385737–46.705737s	约 46.705737s		50.340–50.660s
아닌데?	46.705737–47.025737s	能量到 47.134470s		50.660–50.980s 后硬停；约 109ms 词尾消失
아닌데?（父任务）	Fish 原始响应缺词；accepted 6.160–6.160s	能量到 46.644740s	46.194989s	整词所在约 450ms 被丢弃

问题 B：不是同一份采样被搬走，而是下一段切片带进了上一句

每个段可以从三个整段 take 里各自选最合适的一份。segment 9 选 take C，segment 10 选 take D。C 在 설치 后硬切，丢掉自己的 완료!；D 的下一段切片却从 완료! 前就开始，所以又带进一个 완료!。

SEGMENT 92.960s

완료! 被压成 0ms，刀口停在 설치 end。

SEGMENT 100.816009s

切片开始后，要过这么久才到本段第一个 자。

FINAL TRACK+0.800s

54.2s 本该接上的词，约 55.0s 才出现。

句尾词	seg9 take C 原始时间	原始音频真实尾部	seg9 刀口	最终轨实际出现
완벽하게	47.983537–48.463537s	约 48.463537s	48.783537s factor 0.9250	53.335–53.854s
설치	48.463537–48.783537s	约 48.783537s		53.854–54.200s
완료!	Fish 原始响应缺词；accepted 2.960–2.960s	take C 能量到 49.158070s		seg9 没有；seg10 take D 在 55.000–55.333s 带入
자（seg10）	take D: 50.021769–50.181769s	本段切片起点 49.205760s；先有 381ms 上一句能量	seg10 factor 1.1441	55.713–55.853s

代码怎么把“词时间”变成“音频刀口”

关键判断：后面的 atempo 和时间轴只是处理已经切好的段。采样一旦被 atrim 丢掉，后面没有一步能把它恢复。

run_combo_workflow.py:1198

_fish_alignment_to_char 把 Fish 词时间铺到 prompt 字符。

run_combo_workflow.py:1183–1186

未覆盖字符沿用 previous end，于是漏掉的整词变成 0ms。

run_combo_workflow.py:1277–1279

最后一个字符的 end 直接成为 audio_end。

run_combo_workflow.py:1287–1288

atrim=start:end 后马上 atempo，没有尾垫或能量检查。

run_combo_workflow.py:1501

选中的 whole take 按这个边界生成最终段。

run_combo_workflow.py:1604–1607

段音频按脚本 start 覆盖到时间轴；异常前导也会原样带过去。

任务 A：9 段原始切片 vs 调速后段音频

段 0–6、8 来自父任务缓存；段 7 是 continue 新生成。原始列按 Fish 对齐边界从对应 whole take 重切，候选时长与 accepted 记录逐段一致。

段 / 时间	最终脚本	时槽	原始切片	调速后	原始可听	最终段可听
000.0–2.5s	헉! 저기 봐, 석유 폭발 사고가 제대로 터졌잖아!parent take 0 (cache reused)	2.50s目标 2.15s	2.240spacket 2.273s	2.194s× 1.0419	整段 TTS 原始切片	调速后最终段
012.5–7.5s	이건 완전 돈 냄새가 폴폴 나는데? [slight pause] 이런 기회를 놓치면 절대 안 되지, 당장 시작해 보자고!parent take 0 (cache reused)	5.00s目标 4.65s	4.961spacket 4.989s	4.676s× 1.0669	整段 TTS 原始切片	调速后最终段
027.5–12.0s	자, 보트를 타고 바다 위로 쭉 나가서 [slight pause] 저 기름을 싹 다, 한 방울도 남김없이 빨아들이는 거야!parent take 0 (cache reused)	4.50s目标 4.15s	4.160spacket 4.206s	4.180s× 1.0024	整段 TTS 原始切片	调速后最终段
0312.0–18.0s	손님들 진정하세요, 다들 진정하세요! [slight pause] 지금부터 공짜 기름 주유 서비스 들어갑니다, 마음껏 가득 받아 가세요!parent take 1 (cache reused)	6.00s目标 5.65s	5.440spacket 5.486s	5.486s× 1.0000	整段 TTS 原始切片	调速后最终段
0418.0–27.5s	와, 이것 좀 봐, 현금이 아주 폭포처럼 쏟아지고 있잖아! [long pause] 아무도 안 쓰던 버려진 기름으로 이렇게 돈을 쓸어 담다니, [slight pause] 이게 바로 진짜 창조 경제 달성 아니겠어?parent take 1 (cache reused)	9.50s目标 9.15s	7.760spacket 7.811s	8.333s× 0.9349	整段 TTS 原始切片	调速后最终段
0527.5–36.5s	이렇게 번 돈으로 보트 용량을 아낌없이 풀업그레이드 해주고, [long pause] 자, 이 어마어마하게 거대한 기름 더미도 이제 단 한 방에 싹 다 정리해 버리는 거야!parent take 1 (cache reused)	9.00s目标 8.65s	7.520spacket 7.549s	7.837s× 0.9641	整段 TTS 原始切片	调速后最终段
0636.5–44.5s	기름통 스케일이 이제 완전 대박으로 커진 거 다들 보이지? [long pause] 그럼 이 기세를 몰아서, 바로 옆에 세차장까지 한번 시원하게 오픈해 볼까?parent take 1 (cache reused)	8.00s目标 7.65s	6.629spacket 6.661s	6.818s× 0.9749	整段 TTS 原始切片	调速后最终段
0744.5–52.0s	들어오는 차들 땟물까지 쫙쫙 빼주면서 [slight pause] 현금을 아주 그냥 쓸어 담는 거야! 와, 이거 직접 해보면 중독성이 진짜 장난 아닌데? [slight pause]continue take 1	7.50s目标 7.15s	6.480spacket 6.531s	6.504s× 1.0000	整段 TTS 原始切片	调速后最终段
0852.0–59.0s	드디어 자동 정유소 완공! [slight pause] 이제부터는 그냥 누워서 편하게 떼돈 버는 거야! 더 고민하지 말고, 지금 당장 다운로드해봐!parent take 1 (cache reused)	7.00s目标 6.65s	5.920spacket 5.956s	5.956s× 1.0000	整段 TTS 原始切片	调速后最终段

任务 B：11 段原始切片 vs 调速后段音频

segment 0–7、9–10 来自第二轮 whole-content take；segment 8 来自最后一轮单段修订。两个问题段分别选了不同 take，这正是“词晚到下一段”的原因。

段 / 时间	最终脚本	时槽	原始切片	调速后	原始可听	最终段可听
000.0–3.2s	[shocked] 헐, 대박! 저기 유전이 갑자기 펑 하고 폭발했잖아요!taskB-r2-c	3.20s目标 2.85s	2.880spacket 2.926s	2.900s× 1.0105	整段 TTS 原始切片	调速后最终段
013.2–7.0s	[excited] 자, 그럼 우리가 빨리 출동해서 저 기름 싹 다 치워주자고요!taskB-r2-c	3.80s目标 3.45s	3.040spacket 3.082s	3.082s× 1.0000	整段 TTS 原始切片	调速后最终段
027.0–12.0s	[cheerful] 요 작은 보트로 기름을 쓱싹 빨아들이기만 하면요, 넓은 바다 청소도 완전 순식간에 끝!taskB-r2-d	5.00s目标 4.65s	4.480spacket 4.519s	4.519s× 1.0000	整段 TTS 原始切片	调速后最终段
0312.0–16.0s	[excited] 자, 이렇게 모은 기름으로 이번엔 나만의 주유소를 딱 오픈해 볼까요!taskB-r2-c	4.00s目标 3.65s	3.775spacket 3.814s	3.683s× 1.0344	整段 TTS 原始切片	调速后最终段
0416.0–20.0s	[playful] 어때요, 벌써부터 손님들이 저렇게 길게 줄 서는 거 다들 보이죠?taskB-r2-c	4.00s目标 3.65s	3.280spacket 3.318s	3.318s× 1.0000	整段 TTS 原始切片	调速后最终段
0520.0–28.0s	[excited] 자, 여기서 이렇게 쫙 벌어들인 돈으로 곧바로 우리 장비를 시원하게 쫙 업그레이드하고, 더 넓은 저 바다로 다시 한번 힘차게 출발해 볼까요!taskB-r2-a	8.00s目标 7.65s	7.803spacket 7.837s	7.680s× 1.0200	整段 TTS 原始切片	调速后最终段
0628.0–38.0s	[amazed] 와, 다들 보세요! 보트 용량이 이렇게 확 커진 거 진짜 완전 대박이죠! 넓은 바다도 순식간에 아주 깨끗하게 청소하고, 돈도 계속해서 무한으로 복사되는 이거 진짜 갓겜 아니냐고요, 다들 인정하죠?taskB-r2-a	10.00s目标 9.65s	10.281spacket 10.318s	9.691s× 1.0654	整段 TTS 原始切片	调速后最终段
0738.0–44.0s	[excited] 와, 저기 좀 봐요! 저렇게 우수수 쏟아지는 돈다발들 좀 보라니까요! 이 손맛 진짜 쾌감 완전 쩔어요!taskB-r2-c	6.00s目标 5.65s	5.644spacket 5.695s	5.669s× 1.0000	整段 TTS 原始切片	调速后最终段
0844.0–51.0s	[confident] 자, 그럼 이번엔 여기다가 반짝반짝 세차장까지 쫙 지어 올려서, 우리 수익을 아주 확실하게 두 배로 쭉쭉 늘려 볼 거예요!taskB-run0	7.00s目标 6.65s	5.840spacket 5.878s	5.878s× 1.0000	整段 TTS 原始切片	调速后最终段
0951.0–55.0s	[excited] 자, 이제 저 거대한 자동 펌프까지 아주 완벽하게 설치 완료!taskB-r2-c	4.00s目标 3.65s	2.960spacket 3.004s	3.213s× 0.9250	整段 TTS 原始切片	调速后最终段
1055.0–59.0s	[excited] 자, 여러분도 이제 더 고민하지 말고, 지금 바로 이 게임 한번 시작해 보세요!taskB-r2-d	4.00s目标 3.65s	4.176spacket 4.206s	3.683s× 1.1441	整段 TTS 原始切片	调速后最终段

修复方向：别再给时间戳补丁，要换掉切片准则

路径	怎么做	判断
Conservative path	所有段尾固定加 200ms padding。	能缓解 109ms 尾音，但救不了整词漏 timestamp，还可能把下一词叠进来。不能单独采用。
Clean target	词时间只服务字幕；切片边界由词覆盖检查 + 相邻词空档 + 实际能量共同决定。accepted 同时保存 raw alignment、chosen take、audio_start/end。	正确目标。
Staged clean path	先让非标点词缺失 fail closed，并把 end 延伸到安全静音；随后补全可追溯字段和回归样本。	建议这样落地。

先做的三件事

对 prompt 词和 Fish segments 做覆盖检查。非标点词缺失，不许静默填 0ms。
在当前词 end 与下一词 start 之间找能量低谷；前一段延到真实收音结束。
把 raw alignment、Unified task id、chosen take、绝对 cut 写进 accepted。

不要做的三件事

不要靠追加 [slight pause] 当长期修复。当前 A 已证明它仍会 0ms。
不要调 atempo 阈值。它不是根因。
不要用 SRT “字都在”证明音频完整。字幕沿用的正是坏时间戳。

第一证明点：拿本页两条已存 whole take 重跑新切片器，아닌데? 和 완료! 都应留在正确段，且相邻段不重复。

推翻条件：如果原始 whole TTS 里本来就没有该词，切片器救不回来，应转为 TTS 生成失败。本案不满足这个条件：波形和 B 的最终轨都证明词声学内容存在。

取证链

Tobatsu runs / events / outputs / artifact 全部来自生产只读 GET。
Unified task id 来自 agent.progress；终态 GET 给出 Fish 原始 alignment.segments。
每个 chosen take 由 runner 同款映射重放确认，candidate_duration 与 accepted 差值为 0。
音频时长用 packet PTS 核对；波形用 showwavespic；尾部用 -35dB silencedetect。

GET /tasks/<task_id>/runs
GET /tasks/<task_id>/events?limit=500
GET /tasks/<task_id>/artifact?path=outputs/voiceover/...
GET https://unified-generation-api.../task/<unified_task_id>

ffmpeg -i wholegen-source-1.mp3   -af "atrim=start=45.5:end=48.2,asetpts=PTS-STARTPTS,silencedetect=noise=-35dB:d=0.03" -f null -