讨论AI导出srt时间轴和生成文本的精度问题

我这个时间轴导出srt没问题，是原始的时间戳很准，但是生成文本的时候不准的，因为组合段落的时候，有时候要按照标点分割segment，这时候是按字符长度去估算时长的，会导致分割的不准。
https://t.co/DdD4Zw4A6n
但这个本身也不是为了生成字幕，而是为了看文本的，所以要求没那么高。如果要准得用whisper，就得要加载模型了