github/NarratoAI
1
0
Fork 0
mirror of https://github.com/linyqh/NarratoAI.git synced 2026-11-10 12:00:40 +00:00
Code Issues Packages Projects Releases Wiki Activity
358 Commits 2 Branches 34 Tags
Commit Graph

87 Commits

Author SHA1 Message Date
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
89eebb8b41 feat(webui): 完善国际化多语言适配 
将webui所有页面的硬编码中文提示文本替换为多语言翻译调用，为相关函数添加兼容的tr参数，同时补充zh.json和en.json中的对应翻译词条。
 2026-06-05 16:36:03 +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
a1b434fbda refactor: 优化脚本设置与配置更新逻辑 
重构 script_settings.py 中的脚本模式状态处理逻辑，完善会话状态 fallback 与默认值处理，新增 required 参数修复空选择问题。新增 update_app_config_if_changed 工具函数，仅在配置值实际变更时更新配置，替换基础设置中多处直接修改配置的代码，统一逻辑并减少不必要的状态更新。
 2026-06-05 15:29:15 +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
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
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
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
5f73c57313 fix: 优化短剧混剪使用体验 2025-12-24 13:18:52 +08:00
linyq
4f964ad98d fix: 修复开发调试代码残留。已在当前版本中修复。服务端日志已清空。已建议所有用户重置 Key 2025-12-12 12:20:32 +08:00
linyq
97bb59220f fix: 移除未使用的 logger 导入 2025-12-12 11:42:12 +08:00
linyq
169daac94d fix: 移除未使用的 tkinter 导入 2025-12-12 11:42:12 +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
854cfab460 feat: 显示字幕引擎支持提示 2025-12-12 11:42:12 +08:00
linyq
474ebe46e2 feat: 新增基础设置项并提供中文翻译 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
d7b1b51a36 fix: 使用 litellm 管理模型供应商 2025-12-12 11:40:44 +08:00
harry
4423195313 Fix the problem that Tencent cloud tts sound setting is invalid in the generation video function 2025-12-12 11:38:06 +08:00
harry
4b0f7c3bb9 新增qwen3 tts服务 2025-12-12 11:38:06 +08:00
linyq
a99d752069 移除 SoulVoice 引擎相关设置，优化 TTS 引擎选项 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
bb7362809a refactor: 移除视频审查功能及相关代码 
删除不再使用的视频审查功能，包括移除相关面板组件、i18n翻译条目和主程序中的调用
 2025-12-12 11:36:04 +08:00
linyq
aebd169900 feat(tts): 添加多引擎TTS支持并重构语音设置界面 
- 新增Azure Speech Services和Edge TTS引擎支持
- 重构语音设置界面，支持不同引擎的独立配置
- 添加引擎选择器和详细说明
- 更新requirements.txt添加azure-cognitiveservices-speech依赖
- 改进音色名称验证逻辑
 2025-12-12 11:36:04 +08:00
linyq
a184662f8b refactor: 移除视频字幕合并功能及相关代码 
清理不再使用的视频字幕合并功能，包括删除合并设置组件、合并工具函数和相关的国际化文本
 2025-12-12 11:36:04 +08:00
linyq
787d17a1a9 feat(script): 合并脚本保存与格式验证功能 
重构脚本保存流程，将格式验证整合到保存操作中。新增详细的格式验证错误提示和正确格式示例展示。增强脚本格式检查功能，包括字段类型、格式和必填项验证。
 2025-12-12 11:36:04 +08:00
linyq
e7db1668f8 feat(video): 实现统一视频裁剪策略并移除旧逻辑 
重构视频处理流程，引入基于OST类型的统一裁剪策略：
- 新增 clip_video_unified 函数处理三种OST类型
- 移除预裁剪步骤和相关UI组件
- 优化任务处理流程，减少重复裁剪
- 添加详细的错误处理和日志记录
 2025-12-12 11:36:04 +08:00
linyq
e389412dc2 feat(tts): 添加 SoulVoice TTS 引擎支持 
实现 SoulVoice TTS 引擎集成，包括配置管理、语音选择、API 调用和字幕处理
新增 SoulVoice 配置项和示例配置
修改音频设置面板以支持 SoulVoice 选项
优化音频时长计算和异常处理
更新多语言文案以反映 SoulVoice 支持
 2025-12-12 11:36:04 +08:00
linyq
1c8b526c3c feat(video_processor): 优化视频帧提取功能，增强Windows系统兼容性 
在video_processor.py中，添加了对Windows N卡硬件加速的支持，优化了帧提取过程，改进了提取成功率的统计和错误处理。同时，在generate_script_docu.py中，增强了对硬件加速失败的处理逻辑，提供了详细的错误信息和解决建议，提升了用户体验。
 2025-12-12 11:36:04 +08:00
linyq
706d73383e feat: 更新作者信息并增强API配置验证功能 
在基础设置中新增API密钥、基础URL和模型名称的验证功能，确保用户输入的配置有效性，提升系统的稳定性和用户体验。
 2025-12-12 11:36:03 +08:00
linyq
70b8b49e41 feat(audio): 统一音量配置并修复原声音量默认值问题 
引入AudioVolumeDefaults类集中管理音量配置，确保全局一致性
修复原声音量默认值为0.7以解决短剧解说模式问题
添加音量验证和详细日志便于调试
 2025-12-12 11:36:03 +08:00
linyq
342a4ac1a8 refactor(webui): 修复合并视频与字幕功能 
- 注释掉 merge_settings.py 中的一键转录功能
- 更新 base.py 中的 API URL
- 在 merge_video.py 中添加 pysrt导入
- 更新 requirements.txt，添加 pysrt 依赖
- 修改 zh.json 中的缺失字幕文件提示信息
 2025-05-12 10:55:17 +08:00
linyq
2ef42fda46 feat(webui): 优化短剧解说功能 
- 添加短剧名称输入框和温度调节滑块- 更新 generate_script_short_sunmmary 函数以接收新参数
- 修改 prompt 模板以包含短剧名称
- 调整组件渲染顺序，提高用户体验
 2025-05-11 00:13:56 +08:00
linyq
f5c4e93fcd feat(webui): 添加短剧解说功能 
- 新增短剧解说页面和相关功能
- 实现字幕文件上传和处理逻辑- 添加剧情分析和解说文案生成功能
- 优化用户交互和错误处理
 2025-05-10 23:37:58 +08:00
linyq
048b2ff39a feat(webui): 新增短剧解说脚本生成功能 
- 添加短剧解说模式，支持上传字幕文件
- 实现短剧解说脚本生成逻辑
-优化脚本设置界面布局，支持多种脚本类型
- 修复部分功能模块的引用错误
 2025-05-10 22:57:05 +08:00
linyq
3fe8eb50c0 (webfeatui): 重构视觉分析功能并添加新模型支持 
- 移除了对 QwenVL模型的特定逻辑，改为更通用的实现
- 添加了对 OpenAI 视觉模型的支持- 更新了视觉模型设置界面，增加了新的模型选项
- 重构了测试连接和创建分析器的代码，提高了可维护性
- 调整了配置文件结构，简化了视觉模型的配置
 2025-05-09 12:03:27 +08:00
linyq
fef3b3c8fd feat(subtitle): 添加字幕自定义位置功能 
- 在 generate_video.py 中实现自定义字幕位置的逻辑
- 在 schema.py 中添加 custom_position 字段
- 更新 webui 组件以支持自定义位置设置
- 调整任务处理逻辑，支持新的自定义位置参数
 2025-05-08 20:45:14 +08:00
linyq
dac23c7c31 (webfeatui): 重构并优化视频解说文案生成功能 
-优化了基本设置组件，增加了对 DeepSeek 和 Siliconflow 的支持- 重构了 generate_narration_script 模块，提高了代码可读性和可维护性
-改进了 generate_script_docu 工具，简化了文案生成流程- 添加了异常处理和日志记录，提高了系统稳定性
 2025-05-08 17:02:02 +08:00
linyq
ce01c110be refactor(app): 优化视频剪辑功能和相关日志输出- 注释掉部分日志输出，减少冗余信息 
- 修改视频脚本 ID 获取方式
- 优化视频路径获取逻辑
- 移除未使用的导入
- 增加异常日志输出，提高错误排查效率
 2025-05-08 00:13:19 +08:00
linyq
0ccb019f88 refactor(app): 重构视频剪辑功能并优化性能 
- 移除了未使用的性能监控模块- 重新实现了硬件加速检测逻辑
- 优化了 FFmpeg命令生成和执行流程- 改进了视频文件命名规则
- 调整了错误处理和日志记录方式
 2025-05-07 23:08:26 +08:00
linyq
2dc83bc18e perf(vision): 优化视觉分析流程和批量处理逻辑 
- 移除了 vision_analysis_prompt 配置项
- 优化了 Gemini 和 QwenVL 分析器的批量处理逻辑
- 更新了文档生成脚本和 UI 组件以适应新的分析流程
- 调整了视频帧提取相关函数，移除了不必要的 skip_seconds 参数
- 更新了中文翻译文件，添加了新的批处理大小相关提示
 2025-05-07 18:44:37 +08:00
linyq
82823297f2 feat(script): 添加帧间隔输入参数并更新相关逻辑 
- 在 GenerateScriptRequest 和 ScriptGenerator 中新增 frame_interval_input 参数，默认为 5
- 更新 VideoProcessor 的 process_video_pipeline 方法，调整帧提取间隔逻辑
- 修改前端界面，增加帧间隔输入框并更新相关翻译文本
- 优化 generate_script_docu 函数，使用新的帧间隔参数进行视频处理
 2025-05-07 16:43:00 +08:00