YT Album Flow Studio
AI 音樂製作與發佈自動化平台
AI Music Production & Publishing Automation Platform
AI 音樂製作與發佈自動化平台。
- Media Pipeline媒體產線
- Multilingual多語
- Quality Gate品質關卡
Problem問題
真實問題是什麼
AI 音樂製作真正耗時的部分,不是生成歌曲。是生成之後的那一整段:多語字幕、時間軸對齊、翻譯、媒體處理、品質檢查、Shorts 切段、長版影片與上架準備。
這些工作重複、瑣碎、而且容易出錯——錯了通常也不會立刻被發現,等到影片已經上架才被觀眾指出來。以一張專輯十幾首歌、五種語言計算,人工處理的錯誤率不是可能,是必然。
所以這個系統的核心不是「幫我做字幕」,而是建立一條可以重複執行、可以中斷續跑、而且會自己抓出錯誤的產線。
Why Existing Workflow Fails原有流程的問題
原本的做法為什麼會壞
Manual alignment accumulates drift
手動對齊會累積漂移
逐首手動調整時間軸時,每首歌的微小誤差會往後累加。到專輯後半段,字幕與人聲的落差已經大到無法用微調修正。
Timing QC cannot see wrong content
時間軸 QC 看不出內容錯誤
只檢查時間是否連續、有無重疊,並不能發現「整首歌的歌詞掛錯了」。時間完全正確、內容完全錯誤的字幕,機器檢查會全部放行。
One interruption means a full rerun
中斷就得重跑
長流程一旦在中途失敗,若沒有續傳機制就必須整批重來,重複付費且浪費時間。
Five languages times a dozen tracks
五種語言乘上十幾首歌
人工逐語檢查在數量上不可行。品質必須靠流程保證,而不是靠最後一關的人力。
System系統
系統流程
- Album專輯輸入Input · 輸入
依播放順序編號的音檔與歌詞
- Track Workflow單曲流程Process · 處理
以單曲長度累加計算精確邊界
- Subtitle / Alignment字幕與時間對齊Process · 處理
- Translation翻譯AI · 模型
繁中 · 英 · 日 · 韓 · 西
- Quality Gate品質關卡Process · 處理
時間 QC + 內容覆核(比對人聲與歌詞)
- Human Review人工覆核Human · 人工
只看被標記為異常的項目
- Media Processing媒體處理Process · 處理
- Publishing Output發佈素材輸出Output · 輸出
長版 / Shorts 素材
Key Design Decisions關鍵設計決策
關鍵設計決策
- 01
Absolute time, not relative accumulation
用絕對時間,不用相對累加
以單曲長度累加算出每首歌的精確邊界,再在邊界內逐首對齊歌詞。這讓單首歌的誤差不會傳染給下一首。
- 02
Content review separate from timing QC
內容覆核與時間 QC 分開
時間 QC 檢查連續性,內容覆核則實際聽人聲與歌詞比對,用來抓「整首對錯」這種時間檢查看不出來的錯誤。兩者解的不是同一個問題。
- 03
No forced alignment to paper over gaps
不用強制對齊補洞
強制對齊會把錯誤的詞硬塞進時間軸,產出一個看起來很整齊但內容是錯的結果。寧可標記為異常交給人看。
- 04
Resumable jobs
斷點續傳
每個階段的結果都落地,中斷後可從失敗點續跑而不重複呼叫付費 API。
- 05
A repeatable system, not a one-off script
可重複的系統,不是一次性腳本
設計前提是下一張專輯、下下一張都會用同一條流程,而不是每次由人盯著跑一輪。
Tech / Architecture技術與架構
實作組成
- Python
- Subtitle Alignment字幕時間對齊
- Media Pipeline媒體產線
- Job Queue任務佇列
- FFmpeg
- YouTube Data / Analytics API
只列與這件作品直接相關的組成,不作為技能清單。
Status / Boundary完成度與限制
完成度與限制
In Active Development,同時已用於實際專輯產出流程。
Shorts 流程只負責挑選精華段並切出音檔,不合成影片、不輸出對嘴影片。
翻譯品質以可讀性與詩意為目標,非逐字直譯,且未逐語言人工全檢。
頻道曝光與 CTR 等指標 API 未完整開放,該部分仍需匯出報表補齊。