hmo
113 lines
3.9 KiB
Markdown
113 lines
3.9 KiB
Markdown
# Piano Highlight Generator - GUI 修正功能设计
|
||
|
||
## 背景
|
||
|
||
现有 GUI 仅有"选文件+开始处理"的功能，跑完后用户无法对结果进行修正。本设计在跑完之后提供知识点编辑和字幕编辑能力，支持增删改，并自动判断如何应用修改。
|
||
|
||
## 名词定义
|
||
|
||
- **clip**：底层实现细节，表示一个视频片段（start/end/title_segments）
|
||
- **知识点**：用户感知的单位，即 clip 的 title
|
||
- **标题**：v1_title.srt，知识点名称的大字叠加层
|
||
- **字幕**：v1_content.srt，实际转录文本的小字叠加层
|
||
|
||
## 用户流程
|
||
|
||
```
|
||
PPT解析 → 跑流程 → GUI显示结果
|
||
↓
|
||
┌─────────┴─────────┐
|
||
编辑知识点 编辑字幕
|
||
（改/删/增标题） （改/删文本）
|
||
↓ ↓
|
||
系统自动判断如何重生成 直接应用用户修改
|
||
（删json/重新匹配/处理重叠） （跳过LLM校正）
|
||
↓ ↓
|
||
└──────┬─────────────┘
|
||
↓
|
||
自动重烧
|
||
↓
|
||
用户用播放器查看
|
||
```
|
||
|
||
## 知识点编辑
|
||
|
||
### 用户操作
|
||
|
||
- **改标题**：直接编辑文字
|
||
- **删 clip**：删除该 clip
|
||
- **新增知识点**：输入新标题（PPT 里没有的也行）
|
||
|
||
### 系统行为
|
||
|
||
| 操作 | 底层动作 |
|
||
|------|---------|
|
||
| 改 clip N 标题 | 删 `clipN.json` → 用新标题在 transcript 里重新匹配 start/end → 处理重叠 → 重烧 |
|
||
| 删 clip N | 从 generated_config.yaml 删掉该 clip → 删 `clipN.json` + `clipN.mp4` → 重烧 |
|
||
| 新增知识点 | 用新标题在 transcript 里匹配 start/end → 判断是否合并到相邻 clip（重叠处理）→ 重烧 |
|
||
|
||
### 重叠处理
|
||
|
||
新增/修改后如果与现有 clip 重叠，系统自动：
|
||
1. 合并重叠片段
|
||
2. 生成 title_segments（按 transcript 关键词首次出现时间切分）
|
||
3. 每个标题最多显示 title_duration 秒
|
||
|
||
## 字幕编辑
|
||
|
||
### 用户操作
|
||
|
||
直接编辑字幕文件中的文本（v1_content.srt）。
|
||
|
||
### 系统行为
|
||
|
||
- **改字幕文本**：以用户修改为准，跳过 LLM 校正，直接重烧
|
||
- **删字幕条目**：用户删除某条，系统保留，其他正常重烧
|
||
- **改时间轴**：不支持（时间轴由底层逻辑决定）
|
||
|
||
## 底层原子化支撑
|
||
|
||
底层需要提供以下能力，供 GUI 调用：
|
||
|
||
```
|
||
reextract_clip_title(clip_index, new_title)
|
||
→ 删 clipN.json → 重新匹配 → 更新 generated_config.yaml
|
||
|
||
delete_clip(clip_index)
|
||
→ 从 config 删 → 删 json/mp4
|
||
|
||
add_clip_by_title(new_title)
|
||
→ 在 transcript 里匹配 → 判断合并/新增 → 更新 config
|
||
|
||
reburn_titles()
|
||
→ 只重烧标题轨（已有 json）
|
||
|
||
reburn_subtitles(user_texts)
|
||
→ 直接用用户文本烧录字幕，跳过 LLM 校正
|
||
```
|
||
|
||
CLI 的 `burn_only.py` 已经部分支撑"直接重烧"的能力，需要增强以支持按原子操作重烧。
|
||
|
||
## 数据流
|
||
|
||
```
|
||
generated_config.yaml ← 唯一的 clips 配置源（用户编辑后同步更新）
|
||
intermediates/clip*.json ← 转录缓存（按需删除重生成）
|
||
subs/v1_title.srt ← 标题轨（可手动编辑后重烧）
|
||
subs/v1_content.srt ← 字幕轨（用户直接改文本）
|
||
```
|
||
|
||
## 架构原则
|
||
|
||
1. **CLI/GUI 底层复用**：所有原子操作在 core/ 里，CLI 和 GUI 都调用同一套
|
||
2. **config 是唯一真源**：`generated_config.yaml` 是 clips 事实，GUI 编辑后写回此文件
|
||
3. **按需重生成**：只删除/重生成受影响的 clip，不动其他
|
||
4. **字幕以用户为准**：字幕文本修改跳过 LLM 校正
|
||
|
||
## 实施步骤
|
||
|
||
1. 底层原子化：core/ 增加 `reextract_clip`, `delete_clip`, `add_clip_by_title` 函数
|
||
2. CLI burn_only 支持部分重烧（支持只烧标题或只烧字幕）
|
||
3. GUI 增加编辑界面：clip 列表 + 字幕列表
|
||
4. 集成测试
|