قيّم RoughCut مقابل مونتاجك اليدوي

هذه منطقة متقدمة واختيارية. لا أحد يحتاج إلى التقييم لإنشاء مونتاج أولي، ولا شيء في هذه الصفحة يغيّر سلوك المشاريع العادية. وهو موجود لحالة واحدة: أنك حررت بعض المقاطع يدويا، وما زلت تحتفظ بتلك المونتاجات، وتريد قياسا قابلا للتكرار لمدى قرب قرارات RoughCut التلقائية من قراراتك. الخيار الآمن هو تركه وشأنه. إذا لم تفتح التقييم أبدا، فلن يختلف أي شيء في التطبيق.

المتطلبات المسبقة

• مقاطع حررتها يدويا بالفعل، مع إمكانية استخراج المدد التي أبقيت عليها من الخط الزمني في برنامج المونتاج لديك. بدون ذلك لا يوجد شيء تقيس مقابله.
• مجلد على قرص محلي يمكنك توجيه RoughCut إليه. راجع بناء مجموعة مرجعية.
• مفتاح مزود ذكاء اصطناعي، لأن التقييم يشغّل مرحلة التحرير الحقيقية. راجع اختيار Gemini أو OpenAI.
• استعدادك لأن يحاسبك ذلك المزود على المقاطع غير المخزنة مؤقتا بعد.

ما المجموعة المرجعية

المجموعة المرجعية شيئان لكل مقطع، داخل مجلد واحد لكل مقطع:

1. الوسائط المصدر — صوت المقطع أو الفيديو الخاص به.
2. المونتاج المرجعي — ملف gold_v2.json يسرد المدد الزمنية التي أبقيت عليها حين حررت ذلك المقطع يدويا.

وملف eval_manifest.json في المستوى الأعلى يحدد أي المقاطع ينتمي إلى أي تشغيل. يقص RoughCut كل مقطع مدرج بمسار المعالجة الحقيقي، ويقارن قراراته بقراراتك، ويعرض درجات التوافق مقابل خطوط أساس نزيهة.

المونتاج المرجعي هو المسطرة التي تقيس بها. فإن كان متسرعا، صار كل رقم ينتجه النظام متسرعا في الاتجاه نفسه — راجع إنشاء مونتاجات مرجعية بصيغة gold_v2.json.

اربط المجلد مرة واحدة

افتح Settings → Models & Data، وابحث عن قسم المجموعة المرجعية (بيانات التقييم)، ثم اضغط اختيار مجلد المجموعة المرجعية.... اختر المجلد الذي يحتوي مباشرة على eval_manifest.json. يتحول مؤشر الحالة من «غير مرتبط» إلى «تم منح الإذن»، ويسجّل RoughCut المسار نيابة عنك.

امنح الإذن بهذه الطريقة بدلا من كتابة مسار بيدك في حقل Eval dataset root. اختيار المجلد من اللوحة هو ما يمنح التطبيق المعزول إذن قراءته لاحقا؛ أما مسار يُكتب في الحقل دون ذلك الإذن فلا يمنح وصولا.

ثم اختر التقييم من الشريط الجانبي. وإلى أن يُربط المجلد، تعرض اللوحة الرسالة «اربط مجلد المجموعة المرجعية لتشغيل التقييمات.» مع زر يفتح الإعدادات (Connect in Settings…)، وتبقى أزرار التشغيل معطّلة.

أنواع التشغيل

تظهر قائمة Subsets فقط حين يعرّف ملف eval_manifest.json الخاص بك قائمة إضافية في المستوى الأعلى إلى جانب smoke وfull. ومعظم المجموعات المرجعية لا تعرّف أيا منها فلا ترى القائمة أصلا. راجع إنشاء ملف eval_manifest.json.

تشغيل واحد في كل مرة. بدء تشغيل ثانٍ أثناء عمل الأول يعطيك «هناك تقييم قيد التشغيل بالفعل.» ويمكن إيقاف تشغيل جارٍ بزر Cancel.

ما تكلفة التشغيل

هذا هو الجزء الذي ينبغي أن تقرأه قبل الضغط على أي شيء.

• المقاطع غير المخزنة مؤقتا تستدعي مزود الذكاء الاصطناعي الذي اخترته، مباشرة، على مفتاحك الخاص. ونافذة التأكيد تقول ذلك صراحة: المقاطع غير المخزنة مؤقتا تستدعي واجهة LLM مباشرة وقد تستغرق وقتا، أما المقاطع المخزنة مؤقتا فتُعاد بلا أي استدعاءات API.
• المقاطع المخزنة مؤقتا مجانية وشبه فورية. عند أول تقييم لمقطع، يكتب RoughCut النص المفرغ وردود الذكاء الاصطناعي بجوار ذلك المقطع. وتعيد التشغيلات اللاحقة تشغيل تلك الملفات، فإعادة تقييم مجموعة سبق أن قيّمتها لا تكلفك شيئا عند المزود.
• تغيير إعداد يغيّر الطلب يغيّر مفتاح التخزين المؤقت، فتوقّع جولة جديدة من الاستدعاءات المحتسبة بعد أي تغيير جوهري في الإعدادات.
• الصفوف التي أُعيد تشغيلها من الذاكرة المؤقتة تُوسم بـ cached في جدول النتائج.

RoughCut لا يحاسبك أبدا على التقييم. ومزودك هو من يحاسبك مباشرة على ما يجريه التشغيل من استدعاءات، وفق أسعاره المعلنة.

اختبار أ/ب للتفريغ النصي السحابي ذراع منفصلة خاصة بـ Pro

إذا كان لديك RoughCut Pro، تعرض اللوحة مفتاح التفريغ النصي السحابي (whisper-1). وهو يعيد تشغيل المقاطع نفسها بتفريغ OpenAI بدلا من النموذج العامل على الجهاز — أي اختبار أ/ب النزيه لخيار السحابة لكل مشروع الموصوف في خيارات التفريغ النصي.

أمران مهمان بشأنه:

• يرسل صوت المقاطع غير المخزنة مؤقتا إلى OpenAI على مفتاحك الخاص، ويُحتسب بحسب دقائق الصوت، إضافة إلى استدعاءات التحرير بالذكاء الاصطناعي. أما التشغيلات على الجهاز فلا ترسل أي صوت إلى أي جهة.
• يكتب ذاكرات مؤقتة منفصلة وملخصات منفصلة. نتائج السحابة لا تستبدل أرقامك المحسوبة على الجهاز، وتشغيلات السحابة لا تُقارن إلا بتشغيلات سحابية أخرى. واللوحة تكرر ذلك: التفريغ النصي: مصدر التفريغ — قارن فقط بتشغيلات سحابية أخرى.

وبدون Pro لا يظهر المفتاح، ويعمل كل تقييم على الجهاز.

التقييمات وحدها تقرأ مجلد المجموعة المرجعية

مشاريع المونتاج الأولي العادية لا تفتحه أبدا. والإعدادات تقول ذلك بوضوح: التقييمات وحدها تلمس هذا المجلد، والمشاريع اليومية لا تفعل. وربط مجموعة مرجعية لا يغيّر ما يرسله المشروع العادي، ولا ما يقصه، ولا ما يكلفه.

والعكس صحيح أيضا — لا يكتب التقييم إلا داخل مجلد المجموعة المرجعية (ملخصات بجوار المجموعة، وتقرير لكل مقطع داخل مجلد ذلك المقطع، وملفات الذاكرة المؤقتة). وهو لا يعدّل وسائطك المصدر.

جلسة أولى معقولة

1. اربط المجلد وشغّل Run smoke eval (5).
2. اقرأ قائمة المقاطع المتخطاة. تُسجَّل كل حالة تخطٍّ مع سببها — clip_dir_missing أو missing_media أو missing_gold — لتصلح المجلد مقطعا بعد مقطع.
3. اقرأ قائمة الإخفاقات، فهي تسمّي المقطع والخطأ.
4. أصلح المجلد ثم أعد التشغيل السريع. المقاطع المخزنة مؤقتا تُعاد مجانا، فالتكرار زهيد.
5. متى صار التشغيل السريع نظيفا، شغّل Run full evaluation واعتبر نتيجته نقطتك المرجعية.
6. تعلّم قراءة الأرقام قبل أن تتصرف بناء عليها: قراءة مقاييس التقييم قراءة صحيحة.

العودة إلى الوضع الافتراضي

لا شيء تتراجع عنه في سير عملك المعتاد — فالتقييم لم يغيّره أصلا. وإذا غيّرت Full eval max clips أثناء التجريب، فأعده إلى 15 واضغط Save Configuration؛ لا يخزّن RoughCut إلا القيم المختلفة عن الافتراضي، فالقيمة المستعادة تُسقَط ببساطة من ملف إعداداتك. راجع مرجع الإعدادات المتقدمة.

أخطاء شائعة

• تشغيل الكامل قبل السريع. التشغيل الكامل هو المكلف، والتشغيل السريع موجود تحديدا لتكتشف ملف بيان معطوبا بثمن خمسة مقاطع.
• اعتبار متوسط واحد حكما نهائيا. متوسط word-F1 بلا خطوط الأساس بجانبه بلا معنى. راجع قراءة مقاييس التقييم قراءة صحيحة.
• مقارنة تشغيل سحابي بتشغيل على الجهاز. الاثنان يُحتسبان عبر إسقاط تسميات مختلف ويُخزَّنان في ملخصات مختلفة. قارن المتماثل بالمتماثل.
• بناء المونتاجات المرجعية من مخرجات RoughCut نفسه. هذا يقيس التطبيق مقابل نفسه، وسيبدو ممتازا دائما.
• الاحتفاظ بالمجموعة المرجعية في مجلد متزامن مع السحابة. أذونات macOS وتأخر المزامنة يحوّلان تشغيلا مدته دقيقتان إلى جلسة تصحيح أخطاء.

استكشاف الأخطاء

ولأي شيء آخر، راجع استكشاف الأخطاء حسب العَرَض ومرجع الأخطاء.