199 Commits

Author	SHA1	Message	Date
viccy	342fc15f3b	feat(tts,search,video): 新增OmniVoice TTS、联网搜索与多视频剪辑支持 ... 新增OmniVoice语音合成引擎全流程支持，包含配置项、WebUI界面与服务实现 集成Tavily联网搜索能力，支持短剧剧情分析前自动检索剧情背景信息 新增多视频源剪辑支持，完善脚本校验规则并重构剪辑逻辑适配多视频路径 重构LLM剧情分析Prompt，优化输出格式适配多场景与联网检索结果 调整streamlit版本至1.56.0修复兼容性问题 新增相关单元测试与多语言翻译，更新配置示例文件	2026-06-07 01:24:32 +08:00
viccy	d147fe66e4	feat(tts): 新增IndexTTS-2语音合成引擎支持 ... 实现兼容IndexTTS2-Pack API的完整TTS调用流程，包含音频下载、错误重试等处理 重构原有IndexTTS-1.5代码，抽象通用逻辑以同时兼容indextts和indextts2两个引擎 新增IndexTTS-2的WebUI配置界面，支持情感控制与高级生成参数调整 更新配置示例文件与中英多语言文案，完善配置迁移逻辑兼容旧版配置 新增对应单元测试覆盖参数处理与配置迁移流程	2026-06-06 14:31:09 +08:00
viccy	a2645aebd3	feat(webui): 优化剪映草稿导出的用户体验 ... - 更新streamlit依赖至1.57.0以支持原生弹窗组件 - 重构剪映导出逻辑，使用原生弹窗替代旧的内联表单 - 新增带样式的导出确认面板并补充多语言翻译 - 简化导出状态渲染与会话状态管理逻辑	2026-06-06 12:43:57 +08:00
viccy	5a9775d62d	feat: 支持横竖屏自定义字幕位置，重构剪映导出逻辑 ... - 新增横竖屏分别的字幕垂直位置配置，默认值分别为85%和82% - 更新WebUI字幕设置界面，新增独立的横屏/竖屏字幕位置标签页，在预览画面中添加蓝线标注当前字幕位置 - 重构剪映草稿导出逻辑，将相关代码抽离至独立模块，移除requirements.txt中的pyJianYingDraft直接依赖 - 优化媒体时长处理逻辑，新增时长缓存和自动裁剪处理，添加完整的单元测试覆盖 - 更新配置示例文件、数据Schema定义和中英多语言翻译文件	2026-06-06 12:01:36 +08:00
viccy	33c17c2636	feat(subtitle, asr, bgm): 添加字幕遮罩、自动转录功能，优化背景音乐设置 ... - 新增字幕遮罩功能，可在烧录新字幕前遮盖原视频自带的字幕区域，支持横屏/竖屏自定义配置与预览调试 - 新增自动字幕转录功能，支持本地FunASR和阿里百炼在线转写，在最终视频合并完成后自动生成并压入成片字幕 - 重构背景音乐设置面板，新增从资源目录选择BGM、上传本地BGM文件的功能，新增BGM试听预览，优化交互流程 - 更新配置示例文件、数据Schema与多语言翻译文件，完善前后端参数传递逻辑	2026-06-06 01:08:35 +08:00
viccy	5b2487e879	feat(indextts2, webui): 完善 IndexTTS2 支持，新增参考音频选择与预览功能 ... 修改内容包括： - 修正缺失参考音频的错误提示文本 - 更新示例配置文件，新增参考音频来源配置项并将 IndexTTS2 设为默认TTS引擎 - 更新语音服务模块的注释与文档字符串 - 新增多语言适配文案，支持新UI的所有提示内容 - 重构 IndexTTS2 设置页面：支持从资源目录选择音频、上传本地音频、预览音频效果 - 调整TTS引擎选项的排序与默认选中项	2026-06-05 23:52:31 +08:00
viccy	0bd001ce33	feat(webui, llm, subtitle): 新增字幕校准、多视频支持与LLM生成参数配置 ... - 添加字幕校准服务，支持通过LLM校对SRT格式字幕文件，支持批量处理 - 为视频参数模型新增video_origin_paths字段，支持多视频上传与批量处理 - 为OpenAI兼容LLM提供商添加temperature、top_p、max_tokens和thinking_level参数配置支持 - 重构WebUI模型设置页面，将通用生成参数配置拆分到各模型的独立配置项中 - 更新示例配置文件与默认配置，新增对应参数的默认值 - 完善多语言国际化文案，添加批量操作与字幕校准相关翻译 - 添加相关单元测试以覆盖新功能与配置项	2026-06-05 23:15:11 +08:00
viccy	e744960ac1	feat: 新增本地FunASR支持并优化网页端视频与字幕工作流 ... - 更新示例配置文件，添加本地FunASR后端配置项 - 重构fun_asr_subtitle服务，完整支持本地FunASR-Pack API调用 - 优化多语言翻译文件，更新界面相关译文 - 重写网页端视频选择组件，支持本地资源目录选择和直接上传 - 重构字幕转写UI，支持本地/在线百炼/直接上传三种模式 - 新增本地FunASR相关单元测试	2026-06-05 18:46:56 +08:00
viccy	35477a933d	feat(edge-tts, webui): 新增动态获取音色列表功能，更新内置列表并简化UI ... - 新增`get_all_edge_voices()`工具函数链，支持缓存与代理，拉取失败时回退到内置音色列表 - 更新内置音色文档与列表，修正部分命名并新增多语言神经音色及因纽特语相关音色 - 简化WebUI的Edge TTS设置界面，不再硬编码筛选音色，直接展示所有已加载的音色	2026-06-05 15:59:54 +08:00
viccy	283617deb0	feat(jianying, webui): 新增IndexTTS2支持，优化TTS处理并添加单元测试 ... - 重构WebUI的TTS语音名称获取逻辑，适配多种TTS引擎 - 为IndexTTS2添加参考音频校验与归一化处理 - 新增剪映任务工具函数的完整单元测试用例 - 修复音频时长取整逻辑以提升匹配精度 - 更新默认TTS引擎为配置值而非硬编码内容	2026-06-05 14:57:00 +08:00
viccy	99dd4193ae	feat(字幕): 新增阿里百炼 Fun-ASR 音视频字幕转录功能 ... - 在 WebUI 中增加 Fun-ASR 转录界面，支持上传多种音视频格式并生成 SRT 字幕 - 新增 `app/services/fun_asr_subtitle.py` 服务模块，实现完整的 REST API 调用流程，包括获取上传凭证、文件上传、提交任务、轮询结果和 SRT 格式转换 - 在配置文件中增加 `[fun_asr]` 配置段，支持保存 API Key - 添加完整的单元测试，覆盖核心转换逻辑和服务流程 - 为兼容 Python 3.11 以下版本，将 `tomllib` 导入改为尝试导入并回退到 `tomli` - 在 `defaults.py` 中添加 `from __future__ import annotations` 以支持类型注解	2026-04-27 18:15:54 +08:00
viccy	8c129790c7	Merge pull request #237 from aw123456dew/feature/doubao-tts ... add doubao tts	2026-04-08 15:14:10 +08:00
aw123456dew	852f5ae34c	fix: jianying draft export failure due to floating-point precision in audio duration	2026-04-07 17:13:43 +08:00
aw123456dew	d45c1858c9	add export jianying draft feature	2026-04-07 11:33:12 +08:00
aw123456dew	71dfc99839	add doubao tts	2026-04-07 09:10:50 +08:00
linyq	abc9db22e5	Fix documentary narration parsing and explicit vision overrides	2026-04-03 12:04:09 +08:00
linyq	4e2560651f	fix(documentary): restore narration repair and explicit vision overrides	2026-04-03 11:29:27 +08:00
linyq	a8b6a5bb6b	fix(documentary): fail on malformed narration payload	2026-04-03 02:45:33 +08:00
linyq	d678bf62b1	fix(documentary): centralize final script generation in shared service	2026-04-03 02:38:54 +08:00
linyq	ac63fea953	refactor(documentary): route adapters through shared analysis service	2026-04-03 02:24:30 +08:00
linyq	df034d104b	fix(documentary): keep frames when batch summary is missing	2026-04-03 02:09:02 +08:00
linyq	ad02059e5d	fix(documentary): validate batch response contract before success	2026-04-03 02:04:21 +08:00
linyq	4d21c43b89	feat(documentary): preserve failed batches and add vision concurrency	2026-04-03 01:54:47 +08:00
linyq	8201911b82	fix(documentary): harden fast-path fallback and cache key prefix	2026-04-03 01:42:43 +08:00
linyq	3d76bff442	perf(documentary): add fast frame extraction and cache keys	2026-04-03 01:30:51 +08:00
linyq	40a48cc9ff	fix(documentary): align batch result fields with prompt contract	2026-04-03 01:23:05 +08:00
linyq	f9539eac8c	fix(documentary): tighten prompt contract and config guards	2026-04-03 01:14:41 +08:00
linyq	1d148370c5	feat(documentary): add shared frame analysis contract	2026-04-03 00:55:19 +08:00
linyq	16dbbf3461	refactor(config): 重构配置系统以支持默认值和模型名称规范化 ... - 新增 defaults.py 提供共享默认配置和模型名称处理工具 - 重构 config.py 使用默认值填充缺失配置 - 修改 openai_compatible_provider.py 简化模型名称处理逻辑 - 更新 WebUI 组件使用新的默认值系统 - 添加测试用例验证配置引导和模型名称处理	2026-03-28 00:34:01 +08:00
linyq	3396644593	feat: 移除 LiteLLM 依赖并迁移至 OpenAI 兼容接口 ... - 移除 LiteLLM 相关代码和依赖，改用原生 OpenAI 兼容接口 - 重构 LLM 服务提供商注册逻辑，仅支持 OpenAI 兼容接口 - 更新配置文件和文档，移除 LiteLLM 相关说明 - 添加新的测试用例验证 OpenAI 兼容接口集成 - 更新 WebUI 组件以适配新的 OpenAI 兼容接口	2026-03-27 23:49:58 +08:00
linyq	7ca594a788	feat(voice): 添加代理支持和改进 edge-tts 字幕处理 ... 添加代理配置支持，包括代理开关和地址设置 重构 edge-tts 字幕处理逻辑，兼容新旧 API 版本 改进错误处理和日志记录，增加连接超时设置 更新 edge-tts 依赖至最新版本	2026-03-10 21:46:03 +08:00
linyq	0706b00577	feat: 修复 windows 环境下 短剧混剪 报错 bug，添加字幕文本处理模块，优化字幕读取和规范化逻辑	2026-01-10 02:28:01 +08:00
linyq	08f682bb50	fix: 优化短剧混剪字幕上传逻辑，与短剧解说保持一致	2025-12-25 10:43:28 +08:00
linyq	26f0dfeab5	fix: 修复短剧混剪字幕在 windows 环境下加载失败	2025-12-25 01:16:00 +08:00
linyq	5e46ea2746	fix: 优化短剧混剪提示词	2025-12-24 13:49:54 +08:00
linyq	d12dfbaf0f	fix: 优化注释	2025-12-24 13:26:20 +08:00
linyq	7b9ef2f244	feat: 新增 IndexTTS2 零样本语音克隆引擎支持 ... 添加 IndexTTS2 TTS 引擎配置和实现,支持零样本语音克隆功能。包括配置保存加载、API 调用、参考音频上传、高级参数设置(温度、top_p、top_k、束搜索、重复惩罚等),并在 WebUI 中提供完整的配置界面和使用说明。	2025-12-12 11:42:12 +08:00
linyq	d5f089c9a7	feat: 优化LLM服务配置与迁移适配，并更新相关UI设置及中文翻译	2025-12-12 11:42:12 +08:00
linyq	77c0aa47f2	feat: 增强 LiteLLM 提供商配置并更新基本设置界面	2025-12-12 11:42:12 +08:00
linyq	eca1fcbe67	fix: 修改荒野建造提示词为更加通用的提示词	2025-12-12 11:42:12 +08:00
linyq	d7b1b51a36	fix: 使用 litellm 管理模型供应商	2025-12-12 11:40:44 +08:00
harry	4b0f7c3bb9	新增qwen3 tts服务	2025-12-12 11:38:06 +08:00
linyq	6b8082244c	修复试听 tts bug	2025-12-12 11:38:06 +08:00
linyq	52f96f9eae	优化腾讯tts引擎	2025-12-12 11:36:04 +08:00
Emily-LMH	2c5c7cbd77	新增腾讯云 TTS 服务	2025-12-12 11:36:04 +08:00
linyq	a26c07d3dc	更新 gemini 模型请求参数设置	2025-12-12 11:36:04 +08:00
linyq	b1bcedd5d5	fix(subtitle): 修复字幕处理逻辑并添加有效性检查 ... 处理空字幕文件情况并改进错误处理 确保合并失败时有默认返回值 添加字幕文件有效性检查函数	2025-12-12 11:36:04 +08:00
linyq	81d8c55580	refactor: 移除未使用的代码文件和端口配置 ... 清理未使用的控制器、测试文件和模型定义 移除Dockerfile中未使用的8080端口暴露 删除requirements.txt中的注释依赖	2025-12-12 11:36:04 +08:00
linyq	c41bd682a9	fix(音频处理): 修复音频混合时的音量问题 ... 修复amix导致的音量稀释问题，为每个音频添加音量补偿 保持原声片段音量为1.0不变，确保与原视频一致 仅在需要时调整原声音量，避免不必要的修改	2025-12-12 11:36:04 +08:00
linyq	07da580919	feat(llm): 添加gemini-2.5-flash支持并增强API调用可靠性 ... 添加对gemini-2.5-flash模型的支持并更新示例配置 实现模型验证的严格/宽松模式配置 为API调用添加重试机制和超时配置 增加对更多HTTP错误状态码的处理	2025-12-12 11:36:04 +08:00