Descript 转写稿：本地口头禅扫描与预览

在 App/API 执行 Remove Filler Words 前，先对本地转写稿统计「嗯/那个/um/like」等，预览删除效果。

先看清成品

• 样例稿检出多处口头禅并给出 cleaned_preview。
• 2 项 pytest 通过。

合规提醒：Overdub / 声音克隆仅限本人或已获明确授权并完成平台验证的声音，禁止冒充他人。API token 绑定单一 Drive，可消耗 media minutes 与 AI credits；耗尽可能返回 402。导入勿用未授权媒体；YouTube URL 不作 import 源（官方限制）。本文不编造套餐价格。

运行说明：无正式 DESCRIPT_API_TOKEN。A 用 mock 导出转写；B 本地口头禅扫描；C Overdub 同意门禁。未调用真实 Descript API。2026-10-23（Asia/Shanghai）pytest 通过。

做完之后你会得到什么？

需要准备哪些环境？

关键事实

文件结构

110-descript-B-src/
├── filler_scan.py
├── sample_transcript.txt
└── test_110b.py

第 1 步：扫描脚本

#!/usr/bin/env python3
"""Scan a local transcript for filler words before Remove Filler Words / text-edit."""
from __future__ import annotations
import argparse, json, re
from pathlib import Path

FILLERS = re.compile(
    r"(?i)\b(um+|uh+|er+|ah+|嗯+|额+|那个|就是说|like|you know|basically)\b"
)


def scan(text: str) -> dict:
    hits = [{"span": m.span(), "word": m.group(0)} for m in FILLERS.finditer(text)]
    # produce a cleaned preview (simple)
    cleaned = FILLERS.sub("", text)
    cleaned = re.sub(r"[ \t]{2,}", " ", cleaned)
    cleaned = re.sub(r" *\n *", "\n", cleaned).strip()
    return {"count": len(hits), "hits": hits[:50], "cleaned_preview": cleaned[:2000]}


def main(argv=None) -> int:
    ap = argparse.ArgumentParser(description=__doc__)
    ap.add_argument("transcript")
    ap.add_argument("-o", "--out", default="")
    args = ap.parse_args(argv)
    result = scan(Path(args.transcript).read_text(encoding="utf-8"))
    text = json.dumps(result, ensure_ascii=False, indent=2)
    if args.out:
        Path(args.out).write_text(text + "\n", encoding="utf-8")
    print(text)
    return 0

if __name__ == "__main__":
    raise SystemExit(main())

第 2 步：测试

from pathlib import Path
import subprocess, sys
from filler_scan import scan
HERE = Path(__file__).resolve().parent

def test_scan():
    r = scan((HERE/"sample_transcript.txt").read_text())
    assert r["count"] >= 3

def test_cli():
    assert subprocess.run([sys.executable, str(HERE/"filler_scan.py"), str(HERE/"sample_transcript.txt")], capture_output=True).returncode == 0

第 3 步：运行

$ filler_scan
{
  "count": 3,
  "hits": [
    {
      "span": [
        4,
        5
      ],
      "word": "嗯"
    },
    {
      "span": [
        23,
        32
      ],
      "word": "basically"
    },
    {
      "span": [
        40,
        48
      ],
      "word": "you know"
    }
  ],
  "cleaned_preview": "大家好，，今天我们来聊聊那个产品发布。\n呃， 我们会在下周，，开放测试。"
}

$ pytest -q
..                                                                       [100%]
2 passed in 0.03s

怎么检查结果？

• count≥1。
• cleaned_preview 缩短。

调试示例

「就是说」有时是强调。 预览后在 Descript 里选择性应用，不要无脑全删。

常见问题

模板规则

• 预览再删除。
• 保留必要语气词。
• 注意 credits。

项目资源

口头禅可删，风格不能删光。