Task 009: Subtitle Collection & Speaker Attribution

Status: DONE

Progress

• [x] Architecture design (two-phase pipeline, Codex-reviewed)
• [x] Phase 1 types: dialogue-extraction-types.ts (ExtractedLine, EpisodeLines, MergeConfig)
• [x] Phase 1 logic: dialogue-extraction.ts (shouldMergeCues, mergeCueTexts, extractLines, validateEpisodeLines)
• [x] Phase 1 tests: 25 tests, all passing
• [x] Phase 1 CLI: extract-dialogue.ts (npm run extract-dialogue)
• [x] Subtitle collection: Downloaded ja-orig and ja tracks for Episode 1 (CQ_OkDjEwRk)
• [x] Extraction run: 478 raw cues → 239 filtered → 87 dialogue lines → ep01_lines.json
• [x] EP01 Phase 2: ep01_speakers.json (6 speakers) + ep01_dialogue.json (86 entries, 8 scenes)
• [x] EP02 Phase 2: ep02_speakers.json (4 speakers) + ep02_dialogue.json (102 entries, 9 scenes)
• [x] EP03 Phase 2: ep03_speakers.json (4 speakers) + ep03_dialogue.json (53 entries, 10 scenes)
• [x] EP04 Phase 2: ep04_speakers.json (5 speakers) + ep04_dialogue.json (34 entries, 10 scenes)
• [x] EP05 Phase 1: Whisper STT → 164 extracted lines → ep05_lines.json
• [x] EP05 Phase 2: ep05_speakers.json (5 speakers) + ep05_dialogue.json (113 entries, 13 scenes)
• [x] EP05 report updated: 24 dialogue quotes, evidence quote IDs linked to all 5 transfers
• [x] All tests pass (830 TS + 79 Rust = 909 total)
• [x] Site builds: 5 episodes, 24 transfers, 3 summaries, 7 logs

EP05 Speakers (5)

1. きりたん — 船長、カジュアル男性口調
2. ケストレルAI（ケイ） — 船載AI、敬語、船ステータス報告
3. ミューズ — エンケラドスリレー基地、EP02から再登場、校正信号発信
4. ライ — ガニメデのパイロット、EP01から再登場、欺瞞航跡
5. 弁務官セイランダース — 国際連合軌道交番機構、停船命令

EP05 Key Dialogue Findings

• 推定所要時間507時間（21.1日）— 純粋brachistochroneではなく複合航路
• 巡航速度1500km/s、最終速度2100km/s（核魚雷射程外）
• 点火4回: 天王星脱出→木星パワードフライバイ→火星減速→地球LEO投入
• ノズル残寿命55h38m vs 必要燃焼55h12m（マージン26分）
• 自律航法精度: 天王星→小惑星帯で20km誤差（ビーコン誘導なら50m）
• 地球がソーラーライン航路誘導網を全面停波（太陽系700隻巻き添え）
• LEO 400km投入完了後ノズル消失→「この船はもう飛べません」

Whisper ASR Corrections (EP05)

• 「天皇星/天皇聖剣/天皇聖人」→「天王星/天王星圏/天王星人」
• 「時期のずる/のずる」→「磁気ノズル/ノズル」
• 「交法/公報/広報」→「航法」
• 「構成/称号」→「校正/照合」
• 「格魚雷」→「核魚雷」
• 「高腕交差」→「港湾交差」
• 「東京」→「天王星人」（文脈から明確）
• 「水深炉」→「水素炉」

Architecture

• Phase 1 (Extraction): epXX_lines.json — automated, raw text+timing
• Phase 2 (Attribution): epXX_dialogue.json — context-assisted speaker assignment
• Speaker registry: epXX_speakers.json — character definitions
• Files are separate so re-running extraction doesn't lose attribution

Depends on

• Task 004 (subtitle collection pipeline)
• Task 036 (Whisper STT infrastructure)