Merge pull request #181 from linyqh/dev072

新增大模型代理，新增腾讯tts，优化 gemini 请求
2025-12-11 02:12:50 +00:00 · 2025-09-17 00:11:50 +08:00 · 2025-09-17 00:11:50 +08:00 · b8013ee468
commit b8013ee468
parent 3ba4fd8245 15fdfbc560
13 changed files with 122 additions and 509 deletions
--- a/.gitignore
+++ b/.gitignore
@ -36,4 +36,7 @@ app/models/faster-whisper-large-v3/*
 app/models/bert/*

 bug清单.md
-task.md
+task.md
+.claude/*
+.serena/*
+CLAUDE.md
--- a/README.md
+++ b/README.md
@ -25,16 +25,13 @@ NarratoAI 是一个自动化影视解说工具，基于LLM实现文案撰写、

 ![](docs/index-zh.png)

-<h3>视频审查界面</h3>
-
-![](docs/check-zh.png)
-
 </div>

 ## 许可证
 本项目仅供学习和研究使用，不得商用。如需商业授权，请联系作者。

 ## 最新资讯
+- 2025.08.18 发布新版本 0.7.1，支持 **语音克隆** 和 最新大模型
 - 2025.05.11 发布新版本 0.6.0，支持 **短剧解说** 和 优化剪辑流程
 - 2025.03.06 发布新版本 0.5.2，支持 DeepSeek R1 和 DeepSeek V3 模型进行短剧混剪
 - 2024.12.16 发布新版本 0.3.9，支持阿里 Qwen2-VL 模型理解视频；支持短剧混剪
@ -44,38 +41,45 @@ NarratoAI 是一个自动化影视解说工具，基于LLM实现文案撰写、
 - 2024.11.10 发布新版本 v0.3.5；优化视频剪辑流程，

 ## 重磅福利 🎉
-即日起全面支持DeepSeek模型！注册即享2000万免费Token（价值14元平台配额），剪辑10分钟视频仅需0.1元！  
+> 1️⃣
+> **开发者专属福利：一站式AI平台，注册即送体验金！**
+>
+> 还在为接入各种AI模型烦恼吗？向您推荐 302.ai，一个企业级的AI资源中心。一次接入，即可调用上百种AI模型，涵盖语言、图像、音视频等，按量付费，极大降低开发成本。
+>
+> 通过下方我的专属链接注册，**立获1美元免费体验金**，助您轻松开启AI开发之旅。
+>
+> **立即注册领取：** [https://share.302.ai/I9P6mP](https://share.302.ai/I9P6mP)

-🔥 快速领福利：  
-1️⃣ 点击链接注册：https://cloud.siliconflow.cn/i/pyOKqFCV  
-2️⃣ 使用手机号登录，**务必填写邀请码：pyOKqFCV**  
-3️⃣ 领取14元配额，极速体验高性价比AI剪辑  
+---
+> 2️⃣
+> 即日起全面支持硅基流动！注册即享2000万免费Token（价值14元平台配额），剪辑10分钟视频仅需0.1元！  
+> 
+> 🔥 快速领福利：  
+> 1️⃣ 点击链接注册：https://cloud.siliconflow.cn/i/pyOKqFCV  
+> 2️⃣ 使用手机号登录，**务必填写邀请码：pyOKqFCV**  
+> 3️⃣ 领取14元配额，极速体验高性价比AI剪辑  
+> 
+> 💡 小成本大创作：  
+> 硅基流动API Key一键接入，智能剪辑效率翻倍！  
+> （注：邀请码为福利领取唯一凭证，注册后自动到账）  
+> 
+> 立即行动，用「pyOKqFCV」解锁你的AI生产力！

-💡 小成本大创作：  
-硅基流动API Key一键接入，智能剪辑效率翻倍！  
-（注：邀请码为福利领取唯一凭证，注册后自动到账）  
-
-立即行动，用「pyOKqFCV」解锁你的AI生产力！
-
-😊 更新步骤：
-整合包：点击 update.bat 一键更新脚本
-代码构建：使用 git pull 拉去最新代码

 ## ⚠️谨防被骗 📢

-_**1. NarratoAI 是一款完全免费的软件，近期在社交媒体(抖音等)上发现，有人将 NarratoAI 改名后售卖，下面是部分截图，切忌不要上当受骗！！！**_
+_**1. NarratoAI 是一款完全免费的软件，近期在社交媒体(抖音,B站等)上发现，有人将 NarratoAI 改名后售卖，下面是部分截图，请大家务必提高警惕，切勿上当受骗**_

-<img src="https://github.com/user-attachments/assets/464b877c-b061-4856-8260-a0ef6fad7e52" alt="Screenshot_20250109_114131_Samsung Internet" style="width:30%; height:auto;">
-<img src="https://github.com/user-attachments/assets/9cc0e5e4-bd5b-4655-b5ef-7d9085cdbc50" alt="Screenshot_20250109_114131_Samsung Internet" style="width:30%; height:auto;">
-<img src="https://github.com/user-attachments/assets/9d7a6ea9-4bca-42b5-a61e-7e464037930f" alt="Screenshot_20250109_114131_Samsung Internet" style="width:30%; height:auto;">
-<img src="https://github.com/user-attachments/assets/09eeb94d-c670-4d7d-ba19-c0468bed3291" alt="Screenshot_20250109_114131_Samsung Internet" style="width:30%; height:auto;">
+---

-_**2. 近期在 x (推特) 上发现有人冒充作者在 pump.fun 平台上发行代币！ 这是骗子！！！ 不要被割了韭菜
-！！！目前 NarratoAI 没有在 x(推特) 上做任何官方宣传，注意甄别**_
+<div style="display: flex; flex-wrap: wrap; justify-content: space-around; align-items: flex-start; gap: 10px;">
+  <img src="https://github.com/user-attachments/assets/9cc0e5e4-bd5b-4655-b5ef-7d9085cdbc50" alt="诈骗截图 1" style="width: 23%; max-width: 250px; height: auto; border: 1px solid #ddd; border-radius: 5px; box-shadow: 2px 2px 8px rgba(0,0,0,0.1);">
+  <img src="https://github.com/user-attachments/assets/464b877c-b061-4856-8260-a0ef6fad7e52" alt="诈骗截图 2" style="width: 23%; max-width: 250px; height: auto; border: 1px solid #ddd; border-radius: 5px; box-shadow: 2px 2px 8px rgba(0,0,0,0.1);">
+  <img src="https://github.com/user-attachments/assets/9d7a6ea9-4bca-42b5-a61e-7e464037930f" alt="诈骗截图 3" style="width: 23%; max-width: 250px; height: auto; border: 1px solid #ddd; border-radius: 5px; box-shadow: 2px 2px 8px rgba(0,0,0,0.1);">
+  <img src="https://github.com/user-attachments/assets/09eeb94d-c670-4d7d-ba19-c0468bed3291" alt="诈骗截图 4" style="width: 23%; max-width: 250px; height: auto; border: 1px solid #ddd; border-radius: 5px; box-shadow: 2px 2px 8px rgba(0,0,0,0.1);">
+</div>

-下面是此人 x(推特) 首页截图
-
-<img src="https://github.com/user-attachments/assets/c492ab99-52cd-4ba2-8695-1bd2073ecf12" alt="Screenshot_20250109_114131_Samsung Internet" style="width:30%; height:auto;">
+---

 ## 未来计划 🥳
 - [x] windows 整合包发布
@ -93,6 +97,44 @@ _**2. 近期在 x (推特) 上发现有人冒充作者在 pump.fun 平台上发
 - [ ] 支持更多 TTS 引擎
 - [ ] ...

+## 快速启动 🚀
+
+### 方式一：macos Docker 部署（macos 推荐）
+```bash
+# 1. 克隆项目
+git clone https://github.com/linyqh/NarratoAI.git
+cd NarratoAI
+
+# 2. 一键部署
+docker compose up -d
+
+# 3. 访问应用
+# 浏览器打开 http://localhost:8501
+```
+### 方式二：整合包（Windows 推荐）
+> *关注微信公众号 **NarratoAI 助手** 右下角菜单栏获取下载链接*
+
+### 方式三：本地运行
+```bash
+# 1. 克隆项目
+git clone https://github.com/linyqh/NarratoAI.git
+cd NarratoAI
+
+# 2. 安装依赖
+pip install -r requirements.txt
+
+# 3. 复制配置文件
+cp config.example.toml config.toml
+
+# 4. 编辑 config.toml，配置你的 API 密钥
+
+# 5. 启动应用
+streamlit run webui.py --server.maxUploadSize=2048
+
+# 6. 访问应用
+# 浏览器打开 http://localhost:8501
+```
+
 ## 配置要求 📦

 - 建议最低 CPU 4核或以上，内存 8G 或以上，显卡非必须
--- a/app/models/schema.py
+++ b/app/models/schema.py
@ -176,7 +176,7 @@ class VideoClipParams(BaseModel):
    voice_volume: Optional[float] = Field(default=AudioVolumeDefaults.VOICE_VOLUME, description="解说语音音量")
    voice_rate: Optional[float] = Field(default=1.0, description="语速")
    voice_pitch: Optional[float] = Field(default=1.0, description="语调")
-    tts_engine: Optional[str] = Field(default="tencent", description="TTS 引擎")
+    tts_engine: Optional[str] = Field(default="", description="TTS 引擎")
    bgm_name: Optional[str] = Field(default="random", description="背景音乐名称")
    bgm_type: Optional[str] = Field(default="random", description="背景音乐类型")
    bgm_file: Optional[str] = Field(default="", description="背景音乐文件")
--- a/app/services/SDE/short_drama_explanation.py
+++ b/app/services/SDE/short_drama_explanation.py
@ -152,13 +152,13 @@ class SubtitleAnalyzer:
            }

            # 构建请求URL
-            url = f"{self.base_url}/models/{self.model}:generateContent?key={self.api_key}"
+            url = f"{self.base_url}/models/{self.model}:generateContent"

            # 发送请求
            response = requests.post(
                url,
                json=payload,
-                headers={"Content-Type": "application/json", "User-Agent": "NarratoAI/1.0"},
+                headers={"Content-Type": "application/json", "x-goog-api-key": self.api_key},
                timeout=120
            )

@ -440,13 +440,13 @@ class SubtitleAnalyzer:
            }

            # 构建请求URL
-            url = f"{self.base_url}/models/{self.model}:generateContent?key={self.api_key}"
+            url = f"{self.base_url}/models/{self.model}:generateContent"

            # 发送请求
            response = requests.post(
                url,
                json=payload,
-                headers={"Content-Type": "application/json", "User-Agent": "NarratoAI/1.0"},
+                headers={"Content-Type": "application/json", "x-goog-api-key": self.api_key},
                timeout=120
            )

--- a/app/services/llm/providers/gemini_provider.py
+++ b/app/services/llm/providers/gemini_provider.py
@ -140,7 +140,7 @@ class GeminiVisionProvider(VisionModelProvider):
        """执行原生Gemini API调用，包含重试机制"""
        from app.config import config

-        url = f"{self.base_url}/models/{self.model_name}:generateContent?key={self.api_key}"
+        url = f"{self.base_url}/models/{self.model_name}:generateContent"

        max_retries = config.app.get('llm_max_retries', 3)
        base_timeout = config.app.get('llm_vision_timeout', 120)
@ -157,7 +157,7 @@ class GeminiVisionProvider(VisionModelProvider):
                    json=payload,
                    headers={
                        "Content-Type": "application/json",
-                        "User-Agent": "NarratoAI/1.0"
+                        "x-goog-api-key": self.api_key
                    },
                    timeout=timeout
                )
@ -330,7 +330,7 @@ class GeminiTextProvider(TextModelProvider):
        """执行原生Gemini API调用，包含重试机制"""
        from app.config import config

-        url = f"{self.base_url}/models/{self.model_name}:generateContent?key={self.api_key}"
+        url = f"{self.base_url}/models/{self.model_name}:generateContent"

        max_retries = config.app.get('llm_max_retries', 3)
        base_timeout = config.app.get('llm_text_timeout', 180)  # 文本生成任务使用更长的基础超时时间
@ -347,7 +347,7 @@ class GeminiTextProvider(TextModelProvider):
                    json=payload,
                    headers={
                        "Content-Type": "application/json",
-                        "User-Agent": "NarratoAI/1.0"
+                        "x-goog-api-key": self.api_key
                    },
                    timeout=timeout
                )
--- a/app/services/voice.py
+++ b/app/services/voice.py
@ -1085,7 +1085,7 @@ def tts(
 ) -> Union[SubMaker, None]:
    logger.info(f"使用 TTS 引擎: '{tts_engine}', 语音: '{voice_name}'")

-    if tts_engine == "tencent":
+    if tts_engine == "tencent_tts":
        logger.info("分发到腾讯云 TTS")
        return tencent_tts(text, voice_name, voice_file, speed=voice_rate)
    
@ -1093,12 +1093,16 @@ def tts(
        logger.info("分发到 SoulVoice TTS")
        return soulvoice_tts(text, voice_name, voice_file, speed=voice_rate)

-    if tts_engine == "azure":
+    if tts_engine == "azure_speech":
        if should_use_azure_speech_services(voice_name):
            logger.info("分发到 Azure Speech Services (V2)")
            return azure_tts_v2(text, voice_name, voice_file)
        logger.info("分发到 Edge TTS (Azure V1)")
        return azure_tts_v1(text, voice_name, voice_rate, voice_pitch, voice_file)
+    
+    if tts_engine == "edge_tts":
+        logger.info("分发到 Edge TTS")
+        return azure_tts_v1(text, voice_name, voice_rate, voice_pitch, voice_file)

    # Fallback for unknown engine - default to azure v1
    logger.warning(f"未知的 TTS 引擎: '{tts_engine}', 将默认使用 Edge TTS (Azure V1)。")
--- a/app/utils/gemini_analyzer.py
+++ b/app/utils/gemini_analyzer.py
@ -107,7 +107,7 @@ class VisionAnalyzer:
        }

        # 构建请求URL
-        url = f"{self.base_url}/models/{self.model_name}:generateContent?key={self.api_key}"
+        url = f"{self.base_url}/models/{self.model_name}:generateContent"

        # 发送请求
        response = await asyncio.to_thread(
@ -116,7 +116,7 @@ class VisionAnalyzer:
            json=request_data,
            headers={
                "Content-Type": "application/json",
-                "User-Agent": "NarratoAI/1.0"
+                "x-goog-api-key": self.api_key
            },
            timeout=120  # 增加超时时间
        )
--- a/app/utils/script_generator.py
+++ b/app/utils/script_generator.py
@ -230,7 +230,7 @@ class GeminiOpenAIGenerator(BaseGenerator):
                }

                # 构建请求URL
-                url = f"{self.base_url}/models/{self.model_name}:generateContent?key={self.api_key}"
+                url = f"{self.base_url}/models/{self.model_name}:generateContent"

                # 发送请求
                response = requests.post(
@ -238,7 +238,7 @@ class GeminiOpenAIGenerator(BaseGenerator):
                    json=request_data,
                    headers={
                        "Content-Type": "application/json",
-                        "User-Agent": "NarratoAI/1.0"
+                        "x-goog-api-key": self.api_key
                    },
                    timeout=120
                )
--- a/config.example.toml
+++ b/config.example.toml
@ -1,5 +1,5 @@
 [app]
-    project_version="0.7.1"
+    project_version="0.7.2"

    # 模型验证模式配置
    # true: 严格模式，只允许使用预定义支持列表中的模型（默认）
--- a/2
+++ b/2
@ -1 +1 @@
-0.7.1
+0.7.2
--- a/webui.txt
+++ b/webui.txt
@ -1,376 +0,0 @@
-@echo off
-set CURRENT_DIR=%CD%
-echo ***** Current directory: %CURRENT_DIR% *****
-set PYTHONPATH=%CURRENT_DIR%
-
-set "vpn_proxy_url=%http://127.0.0.1:7890%"
-
-:: 使用VPN代理进行一些操作，例如通过代理下载文件
-set "http_proxy=%vpn_proxy_url%"
-set "https_proxy=%vpn_proxy_url%"
-
-@echo off
-setlocal enabledelayedexpansion
-
-rem 创建链接和路径的数组
-set "urls_paths[0]=https://zenodo.org/records/13293144/files/MicrosoftYaHeiBold.ttc|.\resource\fonts"
-set "urls_paths[1]=https://zenodo.org/records/13293144/files/MicrosoftYaHeiNormal.ttc|.\resource\fonts"
-set "urls_paths[2]=https://zenodo.org/records/13293144/files/STHeitiLight.ttc|.\resource\fonts"
-set "urls_paths[3]=https://zenodo.org/records/13293144/files/STHeitiMedium.ttc|.\resource\fonts"
-set "urls_paths[4]=https://zenodo.org/records/13293144/files/UTM%20Kabel%20KT.ttf|.\resource\fonts"
-set "urls_paths[5]=https://zenodo.org/records/14167125/files/test.mp4|.\resource\videos"
-set "urls_paths[6]=https://zenodo.org/records/13293150/files/output000.mp3|.\resource\songs"
-set "urls_paths[7]=https://zenodo.org/records/13293150/files/output001.mp3|.\resource\songs"
-set "urls_paths[8]=https://zenodo.org/records/13293150/files/output002.mp3|.\resource\songs"
-set "urls_paths[9]=https://zenodo.org/records/13293150/files/output003.mp3|.\resource\songs"
-set "urls_paths[10]=https://zenodo.org/records/13293150/files/output004.mp3|.\resource\songs"
-set "urls_paths[11]=https://zenodo.org/records/13293150/files/output005.mp3|.\resource\songs"
-set "urls_paths[12]=https://zenodo.org/records/13293150/files/output006.mp3|.\resource\songs"
-set "urls_paths[13]=https://zenodo.org/records/13293150/files/output007.mp3|.\resource\songs"
-set "urls_paths[14]=https://zenodo.org/records/13293150/files/output008.mp3|.\resource\songs"
-set "urls_paths[15]=https://zenodo.org/records/13293150/files/output009.mp3|.\resource\songs"
-set "urls_paths[16]=https://zenodo.org/records/13293150/files/output010.mp3|.\resource\songs"
-
-rem 循环下载所有文件并保存到指定路径
-for /L %%i in (0,1,16) do (
-    for /f "tokens=1,2 delims=|" %%a in ("!urls_paths[%%i]!") do (
-        if not exist "%%b" mkdir "%%b"
-        echo 正在下载 %%a 到 %%b
-        curl -o "%%b\%%~nxa" %%a
-    )
-)
-
-echo 所有文件已成功下载到指定目录
-endlocal
-pause
-
-
-rem set HF_ENDPOINT=https://hf-mirror.com
-streamlit run webui.py --browser.serverAddress="127.0.0.1" --server.enableCORS=True  --server.maxUploadSize=2048 --browser.gatherUsageStats=False
-
-streamlit run webui.py --server.maxUploadSize=2048
-
-请求0：
-curl -X 'POST' \
-  'http://127.0.0.1:8080/api/v2/youtube/download' \
-  -H 'accept: application/json' \
-  -H 'Content-Type: application/json' \
-  -d '{
-  "url": "https://www.youtube.com/watch?v=Kenm35gdqtk",
-  "resolution": "1080p",
-  "output_format": "mp4",
-  "rename": "2024-11-19"
-}'
-{
-  "url": "https://www.youtube.com/watch?v=Kenm35gdqtk",
-  "resolution": "1080p",
-  "output_format": "mp4",
-  "rename": "2024-11-19"
-}
-
-请求1：
-curl -X 'POST' \
-  'http://127.0.0.1:8080/api/v2/scripts/generate' \
-  -H 'accept: application/json' \
-  -H 'Content-Type: application/json' \
-  -d '{
-  "video_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "skip_seconds": 0,
-  "threshold": 30,
-  "vision_batch_size": 10,
-  "vision_llm_provider": "gemini"
-}'
-{
-  "video_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "skip_seconds": 0,
-  "threshold": 30,
-  "vision_batch_size": 10,
-  "vision_llm_provider": "gemini"
-}
-
-请求2：
-curl -X 'POST' \
-  'http://127.0.0.1:8080/api/v2/scripts/crop' \
-  -H 'accept: application/json' \
-  -H 'Content-Type: application/json' \
-  -d '{
-  "video_origin_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "video_script": [
-    {
-      "timestamp": "00:10-01:01",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频展现一名留着胡须的男子在森林里挖掘。\n\n画面首先展现男子从后方视角，背着军绿色背包，穿着卡其色长裤和深色T恤，走向一个泥土斜坡。背包上似乎有一个镐头。\n\n下一个镜头特写展现了该背包，一个镐头从背包里伸出来，包里还有一些其他工具。\n\n然后，视频显示该男子用镐头挖掘泥土斜坡。\n\n接下来是一些近景镜头，展现男子的靴子在泥土中行走，以及男子用手清理泥土。\n\n其他镜头从不同角度展现该男子在挖掘，包括从侧面和上方。\n\n可以看到他用工具挖掘，清理泥土，并检查挖出的土壤。\n\n最后，一个镜头展现了挖出的土壤的质地和颜色。",
-      "narration": "好的，接下来就是我们这位“胡须大侠”的精彩冒险了！只见他背着军绿色的背包，迈着比我上班还不情愿的步伐走向那泥土斜坡。哎呀，这个背包可真是个宝贝，里面藏着一把镐头和一些工具，简直像是个随身携带的“建筑工具箱”！ \n\n看他挥舞着镐头，挖掘泥土的姿势，仿佛在进行一场“挖土大赛”，结果却比我做饭还要糟糕。泥土飞扬中，他的靴子也成了“泥巴艺术家”。最后，那堆色泽各异的土壤就像他心情的写照——五彩斑斓又略显混乱！真是一次让人捧腹的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:00-00:51"
-    },
-    {
-      "timestamp": "01:07-01:53",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频以一系列森林环境的镜头开头。\n\n第一个镜头是一个特写镜头，镜头中显示的是一些带有水滴的绿色叶子。\n\n第二个镜头显示一个留着胡须的男子在森林中挖掘一个洞。 他跪在地上，用工具挖土。\n\n第三个镜头是一个中等镜头，显示同一个人坐在他挖好的洞边休息。\n\n第四个镜头显示该洞的内部结构，该洞在树根和地面之间。\n\n第五个镜头显示该男子用斧头砍树枝。\n\n第六个镜头显示一堆树枝横跨一个泥泞的小水坑。\n\n第七个镜头显示更多茂盛的树叶和树枝在阳光下。\n\n第八个镜头显示更多茂盛的树叶和树枝。\n\n\n",
-      "narration": "接下来，我们的“挖土大师”又开始了他的森林探险。看这镜头，水滴在叶子上闪烁，仿佛在说：“快来，快来，这里有故事！”他一边挖洞，一边像个新手厨师试图切洋葱——每一下都小心翼翼，生怕自己不小心挖出个“历史遗址”。坐下休息的时候，脸上的表情就像发现新大陆一样！然后，他拿起斧头砍树枝，简直是现代版的“神雕侠侣”，只不过对象是树木。最后，那堆树枝架过泥泞的小水坑，仿佛在说：“我就是不怕湿脚的勇士！”这就是我们的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:51-01:37"
-    }
-  ]
-}'
-{
-  "video_origin_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "video_script": [
-    {
-      "timestamp": "00:10-01:01",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频展现一名留着胡须的男子在森林里挖掘。\n\n画面首先展现男子从后方视角，背着军绿色背包，穿着卡其色长裤和深色T恤，走向一个泥土斜坡。背包上似乎有一个镐头。\n\n下一个镜头特写展现了该背包，一个镐头从背包里伸出来，包里还有一些其他工具。\n\n然后，视频显示该男子用镐头挖掘泥土斜坡。\n\n接下来是一些近景镜头，展现男子的靴子在泥土中行走，以及男子用手清理泥土。\n\n其他镜头从不同角度展现该男子在挖掘，包括从侧面和上方。\n\n可以看到他用工具挖掘，清理泥土，并检查挖出的土壤。\n\n最后，一个镜头展现了挖出的土壤的质地和颜色。",
-      "narration": "好的，接下来就是我们这位“胡须大侠”的精彩冒险了！只见他背着军绿色的背包，迈着比我上班还不情愿的步伐走向那泥土斜坡。哎呀，这个背包可真是个宝贝，里面藏着一把镐头和一些工具，简直像是个随身携带的“建筑工具箱”！ \n\n看他挥舞着镐头，挖掘泥土的姿势，仿佛在进行一场“挖土大赛”，结果却比我做饭还要糟糕。泥土飞扬中，他的靴子也成了“泥巴艺术家”。最后，那堆色泽各异的土壤就像他心情的写照——五彩斑斓又略显混乱！真是一次让人捧腹的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:00-00:51"
-    },
-    {
-      "timestamp": "01:07-01:53",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频以一系列森林环境的镜头开头。\n\n第一个镜头是一个特写镜头，镜头中显示的是一些带有水滴的绿色叶子。\n\n第二个镜头显示一个留着胡须的男子在森林中挖掘一个洞。 他跪在地上，用工具挖土。\n\n第三个镜头是一个中等镜头，显示同一个人坐在他挖好的洞边休息。\n\n第四个镜头显示该洞的内部结构，该洞在树根和地面之间。\n\n第五个镜头显示该男子用斧头砍树枝。\n\n第六个镜头显示一堆树枝横跨一个泥泞的小水坑。\n\n第七个镜头显示更多茂盛的树叶和树枝在阳光下。\n\n第八个镜头显示更多茂盛的树叶和树枝。\n\n\n",
-      "narration": "接下来，我们的“挖土大师”又开始了他的森林探险。看这镜头，水滴在叶子上闪烁，仿佛在说：“快来，快来，这里有故事！”他一边挖洞，一边像个新手厨师试图切洋葱——每一下都小心翼翼，生怕自己不小心挖出个“历史遗址”。坐下休息的时候，脸上的表情就像发现新大陆一样！然后，他拿起斧头砍树枝，简直是现代版的“神雕侠侣”，只不过对象是树木。最后，那堆树枝架过泥泞的小水坑，仿佛在说：“我就是不怕湿脚的勇士！”这就是我们的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:51-01:37"
-    }
-  ]
-}
-
-请求3：
-curl -X 'POST' \
-  'http://127.0.0.1:8080/api/v2/scripts/start-subclip?task_id=12121' \
-  -H 'accept: application/json' \
-  -H 'Content-Type: application/json' \
-  -d '{
-  "request": {
-  "video_clip_json": [
-    {
-      "timestamp": "00:10-01:01",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频展现一名留着胡须的男子在森林里挖掘。\n\n画面首先展现男子从后方视角，背着军绿色背包，穿着卡其色长裤和深色T恤，走向一个泥土斜坡。背包上似乎有一个镐头。\n\n下一个镜头特写展现了该背包，一个镐头从背包里伸出来，包里还有一些其他工具。\n\n然后，视频显示该男子用镐头挖掘泥土斜坡。\n\n接下来是一些近景镜头，展现男子的靴子在泥土中行走，以及男子用手清理泥土。\n\n其他镜头从不同角度展现该男子在挖掘，包括从侧面和上方。\n\n可以看到他用工具挖掘，清理泥土，并检查挖出的土壤。\n\n最后，一个镜头展现了挖出的土壤的质地和颜色。",
-      "narration": "好的，接下来就是我们这位“胡须大侠”的精彩冒险了！只见他背着军绿色的背包，迈着比我上班还不情愿的步伐走向那泥土斜坡。哎呀，这个背包可真是个宝贝，里面藏着一把镐头和一些工具，简直像是个随身携带的“建筑工具箱”！ \n\n看他挥舞着镐头，挖掘泥土的姿势，仿佛在进行一场“挖土大赛”，结果却比我做饭还要糟糕。泥土飞扬中，他的靴子也成了“泥巴艺术家”。最后，那堆色泽各异的土壤就像他心情的写照——五彩斑斓又略显混乱！真是一次让人捧腹的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:00-00:51"
-    },
-    {
-      "timestamp": "01:07-01:53",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频以一系列森林环境的镜头开头。\n\n第一个镜头是一个特写镜头，镜头中显示的是一些带有水滴的绿色叶子。\n\n第二个镜头显示一个留着胡须的男子在森林中挖掘一个洞。 他跪在地上，用工具挖土。\n\n第三个镜头是一个中等镜头，显示同一个人坐在他挖好的洞边休息。\n\n第四个镜头显示该洞的内部结构，该洞在树根和地面之间。\n\n第五个镜头显示该男子用斧头砍树枝。\n\n第六个镜头显示一堆树枝横跨一个泥泞的小水坑。\n\n第七个镜头显示更多茂盛的树叶和树枝在阳光下。\n\n第八个镜头显示更多茂盛的树叶和树枝。\n\n\n",
-      "narration": "接下来，我们的“挖土大师”又开始了他的森林探险。看这镜头，水滴在叶子上闪烁，仿佛在说：“快来，快来，这里有故事！”他一边挖洞，一边像个新手厨师试图切洋葱——每一下都小心翼翼，生怕自己不小心挖出个“历史遗址”。坐下休息的时候，脸上的表情就像发现新大陆一样！然后，他拿起斧头砍树枝，简直是现代版的“神雕侠侣”，只不过对象是树木。最后，那堆树枝架过泥泞的小水坑，仿佛在说：“我就是不怕湿脚的勇士！”这就是我们的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:51-01:37"
-    }
-  ],
-  "video_clip_json_path": "E:\\projects\\NarratoAI\\resource\\scripts\\2024-1118-230421.json",
-  "video_origin_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "video_aspect": "16:9",
-  "video_language": "zh-CN",
-  "voice_name": "zh-CN-YunjianNeural",
-  "voice_volume": 1,
-  "voice_rate": 1.2,
-  "voice_pitch": 1,
-  "bgm_name": "random",
-  "bgm_type": "random",
-  "bgm_file": "",
-  "bgm_volume": 0.3,
-  "subtitle_enabled": true,
-  "subtitle_position": "bottom",
-  "font_name": "STHeitiMedium.ttc",
-  "text_fore_color": "#FFFFFF",
-  "text_background_color": "transparent",
-  "font_size": 75,
-  "stroke_color": "#000000",
-  "stroke_width": 1.5,
-  "custom_position": 70,
-  "n_threads": 8
-  },
-  "subclip_videos": {
-    "00:10-01:01": "E:\\projects\\NarratoAI\\storage\\cache_videos/vid-00_10-01_01.mp4",
-    "01:07-01:53": "E:\\projects\\NarratoAI\\storage\\cache_videos/vid-01_07-01_53.mp4"
-  }
-}'
-{
-  "request": {
-  "video_clip_json": [
-    {
-      "timestamp": "00:10-01:01",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频展现一名留着胡须的男子在森林里挖掘。\n\n画面首先展现男子从后方视角，背着军绿色背包，穿着卡其色长裤和深色T恤，走向一个泥土斜坡。背包上似乎有一个镐头。\n\n下一个镜头特写展现了该背包，一个镐头从背包里伸出来，包里还有一些其他工具。\n\n然后，视频显示该男子用镐头挖掘泥土斜坡。\n\n接下来是一些近景镜头，展现男子的靴子在泥土中行走，以及男子用手清理泥土。\n\n其他镜头从不同角度展现该男子在挖掘，包括从侧面和上方。\n\n可以看到他用工具挖掘，清理泥土，并检查挖出的土壤。\n\n最后，一个镜头展现了挖出的土壤的质地和颜色。",
-      "narration": "好的，接下来就是我们这位“胡须大侠”的精彩冒险了！只见他背着军绿色的背包，迈着比我上班还不情愿的步伐走向那泥土斜坡。哎呀，这个背包可真是个宝贝，里面藏着一把镐头和一些工具，简直像是个随身携带的“建筑工具箱”！ \n\n看他挥舞着镐头，挖掘泥土的姿势，仿佛在进行一场“挖土大赛”，结果却比我做饭还要糟糕。泥土飞扬中，他的靴子也成了“泥巴艺术家”。最后，那堆色泽各异的土壤就像他心情的写照——五彩斑斓又略显混乱！真是一次让人捧腹的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:00-00:51"
-    },
-    {
-      "timestamp": "01:07-01:53",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频以一系列森林环境的镜头开头。\n\n第一个镜头是一个特写镜头，镜头中显示的是一些带有水滴的绿色叶子。\n\n第二个镜头显示一个留着胡须的男子在森林中挖掘一个洞。 他跪在地上，用工具挖土。\n\n第三个镜头是一个中等镜头，显示同一个人坐在他挖好的洞边休息。\n\n第四个镜头显示该洞的内部结构，该洞在树根和地面之间。\n\n第五个镜头显示该男子用斧头砍树枝。\n\n第六个镜头显示一堆树枝横跨一个泥泞的小水坑。\n\n第七个镜头显示更多茂盛的树叶和树枝在阳光下。\n\n第八个镜头显示更多茂盛的树叶和树枝。\n\n\n",
-      "narration": "接下来，我们的“挖土大师”又开始了他的森林探险。看这镜头，水滴在叶子上闪烁，仿佛在说：“快来，快来，这里有故事！”他一边挖洞，一边像个新手厨师试图切洋葱——每一下都小心翼翼，生怕自己不小心挖出个“历史遗址”。坐下休息的时候，脸上的表情就像发现新大陆一样！然后，他拿起斧头砍树枝，简直是现代版的“神雕侠侣”，只不过对象是树木。最后，那堆树枝架过泥泞的小水坑，仿佛在说：“我就是不怕湿脚的勇士！”这就是我们的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:51-01:37"
-    }
-  ],
-  "video_clip_json_path": "E:\\projects\\NarratoAI\\resource\\scripts\\2024-1118-230421.json",
-  "video_origin_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "video_aspect": "16:9",
-  "video_language": "zh-CN",
-  "voice_name": "zh-CN-YunjianNeural",
-  "voice_volume": 1,
-  "voice_rate": 1.2,
-  "voice_pitch": 1,
-  "bgm_name": "random",
-  "bgm_type": "random",
-  "bgm_file": "",
-  "bgm_volume": 0.3,
-  "subtitle_enabled": true,
-  "subtitle_position": "bottom",
-  "font_name": "STHeitiMedium.ttc",
-  "text_fore_color": "#FFFFFF",
-  "text_background_color": "transparent",
-  "font_size": 75,
-  "stroke_color": "#000000",
-  "stroke_width": 1.5,
-  "custom_position": 70,
-  "n_threads": 8
-  },
-  "subclip_videos": {
-    "00:10-01:01": "E:\\projects\\NarratoAI\\storage\\cache_videos/vid-00_10-01_01.mp4",
-    "01:07-01:53": "E:\\projects\\NarratoAI\\storage\\cache_videos/vid-01_07-01_53.mp4"
-  }
-}
-
-
-请在最外层新建一个pipeline 工作流执行逻辑的代码；
-他会按照下面的顺序请求接口
-1.下载视频
-curl -X 'POST' \
-  'http://127.0.0.1:8080/api/v2/youtube/download' \
-  -H 'accept: application/json' \
-  -H 'Content-Type: application/json' \
-  -d '{
-  "url": "https://www.youtube.com/watch?v=Kenm35gdqtk",
-  "resolution": "1080p",
-  "output_format": "mp4",
-  "rename": "2024-11-19"
-}'
-2.生成脚本
-curl -X 'POST' \
-  'http://127.0.0.1:8080/api/v2/scripts/generate' \
-  -H 'accept: application/json' \
-  -H 'Content-Type: application/json' \
-  -d '{
-  "video_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "skip_seconds": 0,
-  "threshold": 30,
-  "vision_batch_size": 10,
-  "vision_llm_provider": "gemini"
-}'
-3. 剪辑视频
-curl -X 'POST' \
-  'http://127.0.0.1:8080/api/v2/scripts/crop' \
-  -H 'accept: application/json' \
-  -H 'Content-Type: application/json' \
-  -d '{
-  "video_origin_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "video_script": [
-    {
-      "timestamp": "00:10-01:01",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频展现一名留着胡须的男子在森林里挖掘。\n\n画面首先展现男子从后方视角，背着军绿色背包，穿着卡其色长裤和深色T恤，走向一个泥土斜坡。背包上似乎有一个镐头。\n\n下一个镜头特写展现了该背包，一个镐头从背包里伸出来，包里还有一些其他工具。\n\n然后，视频显示该男子用镐头挖掘泥土斜坡。\n\n接下来是一些近景镜头，展现男子的靴子在泥土中行走，以及男子用手清理泥土。\n\n其他镜头从不同角度展现该男子在挖掘，包括从侧面和上方。\n\n可以看到他用工具挖掘，清理泥土，并检查挖出的土壤。\n\n最后，一个镜头展现了挖出的土壤的质地和颜色。",
-      "narration": "好的，接下来就是我们这位“胡须大侠”的精彩冒险了！只见他背着军绿色的背包，迈着比我上班还不情愿的步伐走向那泥土斜坡。哎呀，这个背包可真是个宝贝，里面藏着一把镐头和一些工具，简直像是个随身携带的“建筑工具箱”！ \n\n看他挥舞着镐头，挖掘泥土的姿势，仿佛在进行一场“挖土大赛”，结果却比我做饭还要糟糕。泥土飞扬中，他的靴子也成了“泥巴艺术家”。最后，那堆色泽各异的土壤就像他心情的写照——五彩斑斓又略显混乱！真是一次让人捧腹的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:00-00:51"
-    },
-    {
-      "timestamp": "01:07-01:53",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频以一系列森林环境的镜头开头。\n\n第一个镜头是一个特写镜头，镜头中显示的是一些带有水滴的绿色叶子。\n\n第二个镜头显示一个留着胡须的男子在森林中挖掘一个洞。 他跪在地上，用工具挖土。\n\n第三个镜头是一个中等镜头，显示同一个人坐在他挖好的洞边休息。\n\n第四个镜头显示该洞的内部结构，该洞在树根和地面之间。\n\n第五个镜头显示该男子用斧头砍树枝。\n\n第六个镜头显示一堆树枝横跨一个泥泞的小水坑。\n\n第七个镜头显示更多茂盛的树叶和树枝在阳光下。\n\n第八个镜头显示更多茂盛的树叶和树枝。\n\n\n",
-      "narration": "接下来，我们的“挖土大师”又开始了他的森林探险。看这镜头，水滴在叶子上闪烁，仿佛在说：“快来，快来，这里有故事！”他一边挖洞，一边像个新手厨师试图切洋葱——每一下都小心翼翼，生怕自己不小心挖出个“历史遗址”。坐下休息的时候，脸上的表情就像发现新大陆一样！然后，他拿起斧头砍树枝，简直是现代版的“神雕侠侣”，只不过对象是树木。最后，那堆树枝架过泥泞的小水坑，仿佛在说：“我就是不怕湿脚的勇士！”这就是我们的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:51-01:37"
-    }
-  ]
-}'
-4.生成视频
-curl -X 'POST' \
-  'http://127.0.0.1:8080/api/v2/scripts/start-subclip?task_id=12121' \
-  -H 'accept: application/json' \
-  -H 'Content-Type: application/json' \
-  -d '{
-  "request": {
-  "video_clip_json": [
-    {
-      "timestamp": "00:10-01:01",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频展现一名留着胡须的男子在森林里挖掘。\n\n画面首先展现男子从后方视角，背着军绿色背包，穿着卡其色长裤和深色T恤，走向一个泥土斜坡。背包上似乎有一个镐头。\n\n下一个镜头特写展现了该背包，一个镐头从背包里伸出来，包里还有一些其他工具。\n\n然后，视频显示该男子用镐头挖掘泥土斜坡。\n\n接下来是一些近景镜头，展现男子的靴子在泥土中行走，以及男子用手清理泥土。\n\n其他镜头从不同角度展现该男子在挖掘，包括从侧面和上方。\n\n可以看到他用工具挖掘，清理泥土，并检查挖出的土壤。\n\n最后，一个镜头展现了挖出的土壤的质地和颜色。",
-      "narration": "好的，接下来就是我们这位“胡须大侠”的精彩冒险了！只见他背着军绿色的背包，迈着比我上班还不情愿的步伐走向那泥土斜坡。哎呀，这个背包可真是个宝贝，里面藏着一把镐头和一些工具，简直像是个随身携带的“建筑工具箱”！ \n\n看他挥舞着镐头，挖掘泥土的姿势，仿佛在进行一场“挖土大赛”，结果却比我做饭还要糟糕。泥土飞扬中，他的靴子也成了“泥巴艺术家”。最后，那堆色泽各异的土壤就像他心情的写照——五彩斑斓又略显混乱！真是一次让人捧腹的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:00-00:51"
-    },
-    {
-      "timestamp": "01:07-01:53",
-      "picture": "好的，以下是视频画面的客观描述：\n\n视频以一系列森林环境的镜头开头。\n\n第一个镜头是一个特写镜头，镜头中显示的是一些带有水滴的绿色叶子。\n\n第二个镜头显示一个留着胡须的男子在森林中挖掘一个洞。 他跪在地上，用工具挖土。\n\n第三个镜头是一个中等镜头，显示同一个人坐在他挖好的洞边休息。\n\n第四个镜头显示该洞的内部结构，该洞在树根和地面之间。\n\n第五个镜头显示该男子用斧头砍树枝。\n\n第六个镜头显示一堆树枝横跨一个泥泞的小水坑。\n\n第七个镜头显示更多茂盛的树叶和树枝在阳光下。\n\n第八个镜头显示更多茂盛的树叶和树枝。\n\n\n",
-      "narration": "接下来，我们的“挖土大师”又开始了他的森林探险。看这镜头，水滴在叶子上闪烁，仿佛在说：“快来，快来，这里有故事！”他一边挖洞，一边像个新手厨师试图切洋葱——每一下都小心翼翼，生怕自己不小心挖出个“历史遗址”。坐下休息的时候，脸上的表情就像发现新大陆一样！然后，他拿起斧头砍树枝，简直是现代版的“神雕侠侣”，只不过对象是树木。最后，那堆树枝架过泥泞的小水坑，仿佛在说：“我就是不怕湿脚的勇士！”这就是我们的建造之旅！",
-      "OST": 2,
-      "new_timestamp": "00:51-01:37"
-    }
-  ],
-  "video_clip_json_path": "E:\\projects\\NarratoAI\\resource\\scripts\\2024-1118-230421.json",
-  "video_origin_path": "E:\\projects\\NarratoAI\\resource\\videos\\test.mp4",
-  "video_aspect": "16:9",
-  "video_language": "zh-CN",
-  "voice_name": "zh-CN-YunjianNeural",
-  "voice_volume": 1,
-  "voice_rate": 1.2,
-  "voice_pitch": 1,
-  "bgm_name": "random",
-  "bgm_type": "random",
-  "bgm_file": "",
-  "bgm_volume": 0.3,
-  "subtitle_enabled": true,
-  "subtitle_position": "bottom",
-  "font_name": "STHeitiMedium.ttc",
-  "text_fore_color": "#FFFFFF",
-  "text_background_color": "transparent",
-  "font_size": 75,
-  "stroke_color": "#000000",
-  "stroke_width": 1.5,
-  "custom_position": 70,
-  "n_threads": 8
-  },
-  "subclip_videos": {
-    "00:10-01:01": "E:\\projects\\NarratoAI\\storage\\cache_videos/vid-00_10-01_01.mp4",
-    "01:07-01:53": "E:\\projects\\NarratoAI\\storage\\cache_videos/vid-01_07-01_53.mp4"
-  }
-}'
-
-请求1，返回的参数是：
-{
-  "task_id": "4e9b575f-68c0-4ae1-b218-db42b67993d0",
-  "output_path": "E:\\projects\\NarratoAI\\resource\\videos\\2024-11-19.mp4",
-  "resolution": "1080p",
-  "format": "mp4",
-  "filename": "2024-11-19.mp4"
-}
-output_path需要传递给请求2
-请求2，返回数据为：
-{
-  "task_id": "04497017-953c-44b4-bf1d-9d8ed3ebbbce",
-  "script": [
-    {
-      "timestamp": "00:10-01:01",
-      "picture": "好的，以下是對影片畫面的客觀描述：\n\n影片顯示一名留著鬍鬚的男子在一處樹林茂密的斜坡上挖掘。\n\n畫面一：男子從後方出現，背著一個軍綠色的背包，背包裡似乎裝有工具。他穿著卡其色的長褲和深色的登山鞋。\n\n畫面二：特寫鏡頭顯示男子的背包，一個舊的鎬頭從包裡露出來，包裡還有其他工具，包括一個鏟子。\n\n畫面三：男子用鎬頭在斜坡上挖土，背包放在他旁邊。\n\n畫面四：特寫鏡頭顯示男子的登山鞋在泥土中。\n\n畫面五：男子坐在斜坡上，用手清理樹根和泥土。\n\n畫面六：地上有一些鬆動的泥土和落葉。\n\n畫面七：男子的背包近景鏡頭，他正在挖掘。\n\n畫面八：男子在斜坡上挖掘，揚起一陣塵土。\n\n畫面九：特寫鏡頭顯示男子用手清理泥土。\n\n畫面十：特寫鏡頭顯示挖出的泥土剖面，可以看到土壤的層次。",
-      "narration": "上一个画面是我在绝美的自然中，准备开启我的“土豪”挖掘之旅。现在，你们看到这位留着胡子的“大哥”，他背着个军绿色的包，里面装的可不仅仅是工具，还有我对生活的无限热爱（以及一丝不安）。看！这把旧镐头就像我的前任——用起来费劲，但又舍不得扔掉。\n\n他在斜坡上挖土，泥土飞扬，仿佛在跟大地进行一场“泥巴大战”。每一铲下去，都能听到大地微微的呻吟：哎呀，我这颗小树根可比我当年的情感纠葛还难处理呢！别担心，这些泥土层次分明，简直可以开个“泥土博物馆”。所以，朋友们，跟着我一起享受这场泥泞中的乐趣吧！",
-      "OST": 2,
-      "new_timestamp": "00:00-00:51"
-    },
-    {
-      "timestamp": "01:07-01:53",
-      "picture": "好的，以下是對影片畫面內容的客觀描述：\n\n影片以一系列森林環境的鏡頭開始。第一個鏡頭展示了綠葉植物的特寫鏡頭，葉子上有一些水珠。接下來的鏡頭是一個男人在森林裡挖掘一個小坑，他跪在地上，用鏟子挖土。\n\n接下來的鏡頭是同一個男人坐在他挖的坑旁邊，望著前方。然後，鏡頭顯示該坑的廣角鏡頭，顯示其結構和大小。\n\n之後的鏡頭，同一個男人在樹林裡劈柴。鏡頭最後呈現出一潭渾濁的水，周圍環繞著樹枝。然後鏡頭又回到了森林裡生長茂盛的植物特寫鏡頭。",
-      "narration": "好嘞，朋友们，我们已经在泥土博物馆里捣鼓了一阵子，现在是时候跟大自然亲密接触了！看看这片森林，绿叶上水珠闪闪发光，就像我曾经的爱情，虽然短暂，却美得让人心碎。\n\n现在，我在这里挖个小坑，感觉自己就像是一位新晋“挖土大王”，不过说实话，这手艺真不敢恭维，连铲子都快对我崩溃了。再说劈柴，这动作简直比我前任的情绪波动还要激烈！最后这一潭浑浊的水，别担心，它只是告诉我：生活就像这水，总有些杂质，但也别忘了，要勇敢面对哦！",
-      "OST": 2,
-      "new_timestamp": "00:51-01:37"
-    }
-  ]
-}
-output_path和script参数需要传递给请求3
-请求3返回参数是
-{
-  "task_id": "b6f5a98a-b2e0-4e3d-89c5-64fb90db2ec1",
-  "subclip_videos": {
-    "00:10-01:01": "E:\\projects\\NarratoAI\\storage\\cache_videos/vid-00_10-01_01.mp4",
-    "01:07-01:53": "E:\\projects\\NarratoAI\\storage\\cache_videos/vid-01_07-01_53.mp4"
-  }
-}
-subclip_videos和 output_path和script参数需要传递给请求4
-最后完成工作流
-
-0代表只播放文案音频，禁用视频原声；1代表只播放视频原声，不需要播放文案音频和字幕；2代表即播放文案音频也要播放视频原声；
--- a/webui/components/audio_settings.py
+++ b/webui/components/audio_settings.py
@ -112,6 +112,7 @@ def render_tts_settings(tr):

    # 保存TTS引擎选择
    config.ui["tts_engine"] = selected_engine
+    st.session_state['tts_engine'] = selected_engine

    # 2. 显示引擎详细说明
    if selected_engine in engine_descriptions:
@ -490,17 +491,14 @@ def render_soulvoice_engine_settings(tr):
    # 音色 URI 输入
    voice_uri = st.text_input(
        "音色URI",
-        value=config.soulvoice.get("voice_uri", "speech:mcg3fdnx:clzkyf4vy00e5qr6hywum4u84:bzznlkuhcjzpbosexitr"),
+        value=config.soulvoice.get("voice_uri", "speech:2c2hp73s:clzkyf4vy00e5qr6hywum4u84:itjmezhxyynkyzrhhjav"),
        help="请输入 SoulVoice 音色标识符",
-        placeholder="speech:mcg3fdnx:clzkyf4vy00e5qr6hywum4u84:bzznlkuhcjzpbosexitr"
+        placeholder="speech:2c2hp73s:clzkyf4vy00e5qr6hywum4u84:itjmezhxyynkyzrhhjav"
    )

    # 模型名称选择
    model_options = [
-        "FunAudioLLM/CosyVoice2-0.5B",
-        "FunAudioLLM/CosyVoice-300M",
-        "FunAudioLLM/CosyVoice-300M-SFT",
-        "FunAudioLLM/CosyVoice-300M-Instruct"
+        "FunAudioLLM/CosyVoice2-0.5B"
    ]

    saved_model = config.soulvoice.get("model", "FunAudioLLM/CosyVoice2-0.5B")
@ -636,7 +634,7 @@ def render_soulvoice_settings(tr):
    saved_api_key = config.soulvoice.get("api_key", "")
    saved_api_url = config.soulvoice.get("api_url", "https://tts.scsmtech.cn/tts")
    saved_model = config.soulvoice.get("model", "FunAudioLLM/CosyVoice2-0.5B")
-    saved_voice_uri = config.soulvoice.get("voice_uri", "speech:mcg3fdnx:clzkyf4vy00e5qr6hywum4u84:bzznlkuhcjzpbosexitr")
+    saved_voice_uri = config.soulvoice.get("voice_uri", "speech:2c2hp73s:clzkyf4vy00e5qr6hywum4u84:itjmezhxyynkyzrhhjav")

    # API Key 输入
    api_key = st.text_input(
@ -650,8 +648,8 @@ def render_soulvoice_settings(tr):
    voice_uri = st.text_input(
        "音色 URI",
        value=saved_voice_uri,
-        help="请输入 SoulVoice 音色标识符，格式如：speech:mcg3fdnx:clzkyf4vy00e5qr6hywum4u84:bzznlkuhcjzpbosexitr",
-        placeholder="speech:mcg3fdnx:clzkyf4vy00e5qr6hywum4u84:bzznlkuhcjzpbosexitr"
+        help="请输入 SoulVoice 音色标识符，格式如：speech:2c2hp73s:clzkyf4vy00e5qr6hywum4u84:itjmezhxyynkyzrhhjav",
+        placeholder="speech:2c2hp73s:clzkyf4vy00e5qr6hywum4u84:itjmezhxyynkyzrhhjav"
    )

    # API URL 输入（可选）
@ -822,4 +820,5 @@ def get_audio_params():
        'bgm_type': st.session_state.get('bgm_type', 'random'),
        'bgm_file': st.session_state.get('bgm_file', ''),
        'bgm_volume': st.session_state.get('bgm_volume', AudioVolumeDefaults.BGM_VOLUME),
+        'tts_engine': st.session_state.get('tts_engine', "edge_tts"),
    }
--- a/webui/components/basic_settings.py
+++ b/webui/components/basic_settings.py
@ -138,6 +138,7 @@ def test_vision_model_connection(api_key, base_url, model_name, provider, tr):
        str: 测试结果消息
    """
    import requests
+    logger.debug(f"大模型连通性测试: {base_url} 模型: {model_name} apikey: {api_key}")
    if provider.lower() == 'gemini':
        # 原生Gemini API测试
        try:
@ -145,43 +146,21 @@ def test_vision_model_connection(api_key, base_url, model_name, provider, tr):
            request_data = {
                "contents": [{
                    "parts": [{"text": "直接回复我文本'当前网络可用'"}]
-                }],
-                "generationConfig": {
-                    "temperature": 1.0,
-                    "topK": 40,
-                    "topP": 0.95,
-                    "maxOutputTokens": 100,
-                },
-                "safetySettings": [
-                    {
-                        "category": "HARM_CATEGORY_HARASSMENT",
-                        "threshold": "BLOCK_NONE"
-                    },
-                    {
-                        "category": "HARM_CATEGORY_HATE_SPEECH",
-                        "threshold": "BLOCK_NONE"
-                    },
-                    {
-                        "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
-                        "threshold": "BLOCK_NONE"
-                    },
-                    {
-                        "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
-                        "threshold": "BLOCK_NONE"
-                    }
-                ]
+                }]
            }

            # 构建请求URL
-            api_base_url = base_url or "https://generativelanguage.googleapis.com/v1beta"
-            url = f"{api_base_url}/models/{model_name}:generateContent?key={api_key}"
-
+            api_base_url = base_url
+            url = f"{api_base_url}/models/{model_name}:generateContent"
            # 发送请求
            response = requests.post(
                url,
                json=request_data,
-                headers={"Content-Type": "application/json"},
-                timeout=30
+                headers={
+                    "x-goog-api-key": api_key,
+                    "Content-Type": "application/json"
+                    },
+                timeout=10
            )

            if response.status_code == 200:
@ -190,7 +169,6 @@ def test_vision_model_connection(api_key, base_url, model_name, provider, tr):
                return False, f"{tr('原生Gemini模型连接失败')}: HTTP {response.status_code}"
        except Exception as e:
            return False, f"{tr('原生Gemini模型连接失败')}: {str(e)}"
-
    elif provider.lower() == 'gemini(openai)':
        # OpenAI兼容的Gemini代理测试
        try:
@ -215,23 +193,6 @@ def test_vision_model_connection(api_key, base_url, model_name, provider, tr):
                return False, f"{tr('OpenAI兼容Gemini代理连接失败')}: HTTP {response.status_code}"
        except Exception as e:
            return False, f"{tr('OpenAI兼容Gemini代理连接失败')}: {str(e)}"
-    elif provider.lower() == 'narratoapi':
-        try:
-            # 构建测试请求
-            headers = {
-                "Authorization": f"Bearer {api_key}"
-            }
-        
-            test_url = f"{base_url.rstrip('/')}/health"
-            response = requests.get(test_url, headers=headers, timeout=10)
-        
-            if response.status_code == 200:
-                return True, tr("NarratoAPI is available")
-            else:
-                return False, f"{tr('NarratoAPI is not available')}: HTTP {response.status_code}"
-        except Exception as e:
-            return False, f"{tr('NarratoAPI is not available')}: {str(e)}"
-
    else:
        from openai import OpenAI
        try:
@ -441,7 +402,8 @@ def test_text_model_connection(api_key, base_url, model_name, provider, tr):
        str: 测试结果消息
    """
    import requests
-    
+    logger.debug(f"大模型连通性测试: {base_url} 模型: {model_name} apikey: {api_key}")
+
    try:
        # 构建统一的测试请求（遵循OpenAI格式）
        headers = {
@ -457,43 +419,22 @@ def test_text_model_connection(api_key, base_url, model_name, provider, tr):
                request_data = {
                    "contents": [{
                        "parts": [{"text": "直接回复我文本'当前网络可用'"}]
-                    }],
-                    "generationConfig": {
-                        "temperature": 1.0,
-                        "topK": 40,
-                        "topP": 0.95,
-                        "maxOutputTokens": 100,
-                    },
-                    "safetySettings": [
-                        {
-                            "category": "HARM_CATEGORY_HARASSMENT",
-                            "threshold": "BLOCK_NONE"
-                        },
-                        {
-                            "category": "HARM_CATEGORY_HATE_SPEECH",
-                            "threshold": "BLOCK_NONE"
-                        },
-                        {
-                            "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
-                            "threshold": "BLOCK_NONE"
-                        },
-                        {
-                            "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
-                            "threshold": "BLOCK_NONE"
-                        }
-                    ]
+                    }]
                }

                # 构建请求URL
-                api_base_url = base_url or "https://generativelanguage.googleapis.com/v1beta"
-                url = f"{api_base_url}/models/{model_name}:generateContent?key={api_key}"
+                api_base_url = base_url
+                url = f"{api_base_url}/models/{model_name}:generateContent"

                # 发送请求
                response = requests.post(
                    url,
                    json=request_data,
-                    headers={"Content-Type": "application/json"},
-                    timeout=30
+                    headers={
+                        "x-goog-api-key": api_key,
+                        "Content-Type": "application/json"
+                    },
+                    timeout=10
                )

                if response.status_code == 200:
 @ -1 +1 @@
 .7.1
 .7.2