cuesift

cuesiftは、字幕翻訳結果から本当に人が見るべき項目のみを選び出すトリアージエンジンです。字幕全体を全量検査する代わりにリスクスコアを付与し、一定の割合以上または閾値以上の項目のみを検査キューに追加することで、コストとボトルネックを削減します。 **主要機能** - CLIコマンド: `cuesift check`(字幕規格チェック – 行長、CPS、時間の重複など7種類の違反), `cuesift translate`(LLMを使用した多言語翻訳、対象言語ごとの規格プロファイルを自動適用), `cuesift transcribe`(STT) - トリアージ: 翻訳完了直後にTier 0シグナル9種（長さ比率、翻訳率、重複、構造が空など）でリスクを算出。`--review-budget`、`--review-threshold`、`--review-top-k`などで検査クォータを設定 - Tier 1: 自己整合性（同じセグメントを再翻訳後、揺らぎを測定）および逆翻訳（埋め込み類似度）により意味エラーを検出。`--tier1`と`--embed-model`を併用 - 入出力フォーマット: SRT、WebVTT、ASS、SAMIをサポート。出力ファイル名は`{stem}.{対象言語}.{拡張子}`のルールに従い、重複した言語タグを防止 - キャッシュ: 翻訳呼び出しの結果を`.cuesift/cache/`に保存し、再実行時にネットワークコストを削減 - 検査レポート: JSONまたはHTML形式で提供 **ベンチマーク** TED2020コーパスを用いた合成エラー注入実験において、予算10%でen-koが7.32倍、ja-koが7.56倍のランダムベースと比較したエラー検出率（Recall）を示しました。ただしこれは合成エラー基準であり、実際の翻訳エラーとの一致度はまだ検証されていません。意味の反転（negation）エラーは決定論的シグナルだけではほとんど検出できず、Tier 1の必要性が確認されました。 **現在の状態** pre-alpha段階で、Tier 0シグナルエンジンとCLIコマンドは実装・実測が完了しています。Tier 1の逆翻訳シグナルは動作しますが、候補選定ロジックは未完成です。公式安定化までは本番利用は推奨されません。