github/NarratoAI
1
0
Fork 0
mirror of https://github.com/linyqh/NarratoAI.git synced 2026-07-23 14:38:36 +00:00
Code Issues Packages Projects Releases Wiki Activity
431 Commits 2 Branches 34 Tags
Commit Graph

431 Commits

This Branch
This Branch
All Branches
Author SHA1 Message Date
viccy
a9e17d0e36
Merge pull request #275 from cindyxu1030/feat/sonilo-sfx 
feat(sfx): 新增 Sonilo AI 音效模式（可选，默认关闭）
 2026-07-23 11:57:43 +08:00
Cindy Xu
14828256de feat(sfx): 新增 Sonilo AI 音效模式（可选，默认关闭） 
在 #270 配乐模式基础上新增可选的 "AI 音效（Sonilo）"：将合并后的成片
上传到 Sonilo API（POST /v1/video-to-sfx，异步任务管线），根据画面内容
生成音效，再用 ffmpeg 混在成片现有音轨之下（视频流直接复制，不重编码
画面）。解说配音在后续合成步骤中单独混入，音量策略不受影响。生成的
音效为免版税素材。

- 复用 #270 的 sonilo_api_key 配置与 app/services/sonilo.py 模块，
  新增音效任务管线（提交 / 轮询 / 预签名 URL 下载）
- 上传前 ffprobe 本地校验时长（音效接口上限 3 分钟），避免白传计费
- 轮询是免费幂等 GET：网络抖动与 5xx 在截止时间内重试，不报废已计费任务
- 任何失败（超时、HTTP 错误、任务失败、混音失败）只记录日志并沿用
  原视频，绝不中断成片任务
- WebUI 音频设置新增独立开关面板（默认关闭），选项处提示视频将上传至
  Sonilo API
- 现有 BGM / 合成逻辑不做任何改动，未勾选时行为与 main 完全一致
 2026-07-22 13:17:14 -07:00
linyq-laien
d46d2ca2a5 docs: restore original README content 2026-07-22 11:57:46 +08:00
linyq-laien
5ac4488fa3 docs: optimize AI narration search visibility 2026-07-22 11:23:59 +08:00
linyq-laien
7c2bfbe233 docs: link NarratoAI project distinction guide 2026-07-21 20:32:33 +08:00
linyq-laien
0a5dcf5f21 功能: 新增字幕任务专用高效模型支持 
新增高推理模型和高效模型的中英文国际化配置字符串
新增高效文本模型配置项，支持空值时自动回退到高推理模型
添加resolve_text_model_name工具函数用于根据偏好解析对应文本模型
更新字幕校对和翻译服务，默认使用高效模型处理批量字幕任务
优化OpenAI兼容提供商的模型参数处理逻辑，支持通过参数覆盖模型名称
更新WebUI基础设置页面，新增高效模型配置项并支持测试两个模型的连接
同步更新示例配置文件、默认配置项与相关测试用例
 2026-07-19 14:53:06 +08:00
linyq-laien
022b8bbea3 feat(webui, llm, i18n): 添加可自定义的解说文案字数配置 
在WebUI脚本设置页面新增字数输入控件，支持100-5000区间的目标字数设置
更新LLM提示词模板，使用用户指定字数作为目标（±10%浮动）替代原固定范围
补充中英文国际化翻译文案
升级项目版本至0.8.7
更新相关服务函数与单元测试适配新参数
v0.8.7 		2026-07-18 04:26:44 +08:00
linyq-laien
7639c9d289 feat(audio): 新增voxcpm-0.5b和voxcpm-2b本地语音合成支持 
新增完整的voxcpm系列本地语音合成功能，包括：
- 新增配置常量、加载逻辑与示例配置项
- 集成webui界面：引擎选型、参数配置与语音预览
- 实现核心调用逻辑，包含API地址标准化、重试机制与文件处理
- 新增两套单元测试覆盖核心流程
- 在字幕转录设置页面补充转录工具包的下载提示文本
 2026-07-16 19:11:51 +08:00
viccy
15af56cbd3 docs: 更新文档 2026-07-16 11:35:31 +08:00
viccy
0c9579c56a docs: update README for v0.8.5 and v0.8.6 2026-07-16 11:33:08 +08:00
viccy
c09566ae16 更新版本号 v0.8.6 2026-07-16 11:25:57 +08:00
viccy
445feb14ae Merge remote-tracking branch 'origin/main' 2026-07-16 11:24:39 +08:00
viccy
d0216fcb04
Merge pull request #270 from cindyxu1030/feat/sonilo-bgm 
feat(bgm): 新增 Sonilo AI 配乐模式（可选，默认关闭）
 2026-07-16 10:26:42 +08:00
Cindy Xu
d29874a163 feat(bgm): 新增 Sonilo AI 配乐模式（可选，默认关闭） 
背景音乐来源新增 "AI 生成配乐（Sonilo）"：将合成完成的视频（未加 BGM）
上传到 Sonilo API，根据画面内容与剪辑节奏生成配乐，音频文件交还给现有
合成流程混音，解说配音音量策略保持不变。

- 独立模块 app/services/sonilo.py，仅在配置 sonilo_api_key 后可用
- 上传前 ffprobe 本地校验时长（接口上限 6 分钟），避免白传计费
- 任何失败只记录日志并回退到随机背景音乐，绝不中断成片任务
- WebUI 选项处提示：视频将上传至 Sonilo API，生成的音乐已获授权、
  可商用（以条款为准）
- 现有 resource/upload/none 的 BGM 逻辑不做任何改动

Closes #269
 2026-07-13 21:00:03 -07:00
viccy
b56222725d feat: add IndexTTS 1.5 macOS engine 2026-07-13 06:19:56 +08:00
viccy
f80ae97679 docs: add OmniVoice download links 2026-07-13 05:23:31 +08:00
viccy
79c89e64a3 fix: format IndexTTS download links 2026-07-13 05:15:27 +08:00
viccy
8b3812fbea docs: update IndexTTS download links 2026-07-13 04:59:12 +08:00
viccy
39eae0d511 fix: adapt IndexTTS-2 MLX Pack API 2026-07-13 04:41:09 +08:00
viccy
cd20aebacf 更新版本号 v0.8.5 2026-07-13 03:48:31 +08:00
viccy
990fb36e98 fix(webui, tests): 修复硬编码路径与组件默认值问题并新增测试 
替换音频设置模块的硬编码本地路径为资源目录工具函数，提升跨平台兼容性
修正字幕预览方向选择组件的默认值处理逻辑，移除冗余的默认参数
新增Streamlit组件会话状态合规性测试，确保带key的组件不会同时声明default参数
更新.gitignore以允许提交新增的测试文件
 2026-07-13 03:48:05 +08:00
viccy
2fbd3d0c25 更新文档 2026-07-13 02:41:24 +08:00
viccy
4a5b699b11 Fix reference audio source pill state 2026-07-13 02:33:06 +08:00
viccy
f7be8aafb3
更新文档 Speclip 暂时属于内测阶段 2026-07-05 02:13:42 +08:00
viccy
0733bb9528
Merge pull request #265 from leoz9/codex/add-clear-cache-button 
Add system cache clearing action
 2026-07-02 16:07:42 +08:00
viccy
f0753cc6e8
Merge pull request #266 from leoz9/codex/parse-short-script-json 
Use tolerant JSON parsing for short script output
 2026-07-02 16:03:52 +08:00
viccy
ec1a1a4c52
Merge pull request #263 from leoz9/codex/normalize-pills-state 
Normalize audio source pill state
 2026-07-02 15:46:35 +08:00
zhanglei
2d0adcfdec Use tolerant JSON parsing for short scripts 2026-07-02 15:46:20 +08:00
viccy
8944db7620
Merge pull request #262 from leoz9/codex/fix-subtitle-preview-orientation 
Fix subtitle preview orientation state
 2026-07-02 15:46:07 +08:00
viccy
0407873eff
Merge pull request #261 from leoz9/codex/add-uv-support 
Add uv-based dependency management
 2026-07-02 15:45:39 +08:00
zhanglei
4666190181 Add system cache clearing action 2026-07-02 15:43:34 +08:00
zhanglei
207900a59a Normalize audio pills source state 2026-07-02 14:34:54 +08:00
zhanglei
3eaf61c3f8 Fix subtitle preview orientation state 2026-07-02 14:33:15 +08:00
zhanglei
fd43bf7c0b Add uv-based dependency management 2026-07-02 14:14:55 +08:00
viccy
40b91d25b7 chore: remove unused docs assets 2026-07-02 12:13:24 +08:00
viccy
a6b029a613 chore: switch license to MIT 2026-07-02 12:03:42 +08:00
viccy
c288a76ff8
Merge pull request #255 from hamizan-azman/codex/validate-openai-base-url 
Validate OpenAI-compatible base URLs
 2026-07-02 11:58:37 +08:00
viccy
0774ac5385 Warn for custom OpenAI base URLs 2026-07-02 11:57:31 +08:00
viccy
23591defb1
Merge pull request #260 from linyqh/codex/doubao-tts-v084 
feat: support Doubao TTS API key auth
v0.8.4 		2026-07-02 11:41:48 +08:00
viccy
1b7bd79654 feat: support Doubao TTS API key auth 2026-07-02 11:35:23 +08:00
viccy
d02c848977
Merge pull request #259 from LauraGPT/codex/funasr-openai-transcriptions 
Support FunASR OpenAI-compatible transcription endpoint
 2026-06-30 10:15:45 +08:00
zhifu gao
b15f5807c1 Support FunASR OpenAI transcription endpoint 2026-06-30 06:15:18 +08:00
viccy
18c9ff81d2
Merge pull request #258 from mohit-twelvelabs/feat/twelvelabs-integration 
feat(llm): 新增 TwelveLabs Pegasus 视频理解视觉提供商（可选） / add optional TwelveLabs Pegasus vision provider
 2026-06-27 17:26:18 +08:00
mohit
056521a743 feat(llm): 新增 TwelveLabs Pegasus 视频理解视觉提供商（可选） 
将每批关键帧拼接为短视频片段并交由 Pegasus 原生理解，更擅长把握镜头内
动作与时序，从而生成更贴合画面的解说。仅当 vision_llm_provider 设为
twelvelabs 时启用，默认行为不变；包含无网络单测与凭据门控的 live 测试。
 2026-06-27 00:29:27 -07:00
viccy
d017f3ac75
Merge pull request #256 from kiritoxjf/main 
腾讯云TTS音色列表更新
 2026-06-22 13:43:02 +08:00
Kirito
acd27aedc7
腾讯云TTS音色列表更新 2026-06-21 21:10:56 +08:00
Hamizan Azman
5f7eed9f85 Validate OpenAI-compatible base URLs 2026-06-19 15:08:17 +08:00
viccy
fede336592 更新版本号 v0.8.3 2026-06-15 01:33:56 +08:00
viccy
ed4a5d07e5 feat(short_drama_editing): 添加强短剧混剪剪辑脚本生成完整功能 
- 新增短剧混剪脚本生成专用提示词类并完成注册
- 优化merge_script工具函数，支持多视频路径输入、自动填充视频信息
- 扩展SDP处理流水线，新增直接基于剧情分析和字幕生成剪辑脚本的逻辑
- 更新WebUI相关组件与工具函数，适配新的短剧混剪脚本生成流程
- 添加字幕时间戳校验与路径规范化工具，确保生成脚本合法性
 2026-06-15 01:16:30 +08:00
viccy
8b1fcbafa5 chore(app/utils): 移除两个废弃的Gemini视觉分析工具文件 2026-06-14 00:28:33 +08:00