← 返回作品集

媒体抽取 · 批次、续跑与质量

五类自写公开材料实际运行原 media-extract:文字 PDF、双栏 PDF、扫描 PDF、无字幕合成音频、损坏 PDF。

成功状态和正文质量分开

最终 4 项完成处理、1 项明确失败。双栏内容含 8/8 标记,但左右栏按行交错,阅读顺序不正确;tiny 转写完成但出现错词。这些都保留为质量失败。

首轮扫描与音频受环境/空音轨影响,失败原因与输入修正均保留;只重跑失败或部分完成项,文字和双栏成功项未重跑。没有把部分完成直接视为验收成功。