对识别结果进行重新断句

为了提升字幕断句的自然度和准确性，pyVideoTrans 从 v3.69 版本开始，引入了基于 AI的LLM重新断句功能和基于标点符号的本地重新断句，旨在优化字幕处理体验。

1. 使用 LLM 大模型对语音识别结果重新断句

工作原理：

当您使用 faster-whisper(本地)、openai-whisper(本地) 或 parakeet-tdt 进行语音识别，并启用了LLM重新断句功能后：

1. pyVideoTrans 会将识别到的包含单词级时间戳的字/单词发送给您配置的 LLM 进行重新断句。
2. LLM 会根据 /videotrans/prompts/recharge/recharge-llm.txt 文件中的提示词指导，对文本进行智能断句。

3. 断句完成后，结果将被重新整理为标准的 SRT 字幕格式，供后续翻译或直接使用。
4. 如果 LLM 重新断句失败，软件将自动回退，使用 faster-whisper/openai-whisper/parakeet-tdt 自身提供的断句结果。

细化控制

要成功启用并使用此功能，请确保满足以下条件：

1. 选择语音切割模式：需设置为 整体识别。

2. 配置 LLM API：在 菜单 -> 翻译设置 -> OpenAI API 及兼容 AI或DeepSeek 中，正确填写您的 API Key (SK)、选择模型名称，并设置其他相关参数。

3. 默认将使用 OpenAI API 进行重新断句，可以在菜单--工具--高级选项--LLM重新断句使用的AI渠道中切换为 DeepSeek

4. 在工具--选项--高级选项--LLM重新断句每批次发送数量中调整数值，默认每 500 个字或单词发送一次断句请求，该值越大，断句效果越好，但如果输出超过了所用模型允许的最大输出token，会引发错误。同时若增大该值，也需要相应调大下条所述的最大输出token

2. 使用 本地重新断句

如果不想使用LLM重新断句，也可选择本地重新断句，将基于标点符号对识别出的字词重新断句，如果标点严重缺失，效果会比较差。

同样仅适用于faster-whisper/openai-whisper/parakeet-tdt 这3种语音识别渠道