Files

T

hmo aad1548348 refactor: extract config.py, add burn_only, fix title_segments and font size

- Extract all path/API config to config.py (single source of truth)
- Add run.py / burn_only.py / run.bat / burn.bat entry points
- burn_only: skip transcription/subtitle gen, fast reburn existing SRTs
- Fix title_segments: use transcript keyword time for split point
- Fix subtitle: each overlapping title shows max title_duration (not full clip)
- Fix burn_only font size: default from 90 to 60
- Delete old run_lesson1.bat/py, temp debug scripts
- Update README, ARCHITECTURE, CHANGELOG, add USAGE.md

2026-05-03 23:22:10 +08:00

3.1 KiB

Raw Blame History

Lesson Highlights Generator

教学视频精华片段生成工具。输入课程视频 + PPT，自动提取精华片段，转录、纠错、生成字幕，批量烧录到视频中。

功能特点

PPT 驱动提取：根据 PPT 知识点定位视频中的讲解片段
语音转录 + 纠错：Whisper 转录 + LLM 批量校正
双轨字幕：标题轨 + 内容轨
CLI / GUI 双入口：共享同一套底层逻辑

快速开始

1. 配置 API

复制配置文件并填入 API Key：

cp config.ini.example config.ini
# 编辑 config.ini，填入 api_key

2. 安装依赖

pip install -r requirements.txt

3. 配置

编辑 config.py 中的视频路径、PPT路径、API Key 等。所有配置集中在一个文件。

4. 运行

完整流程（首次运行）：

.\run.bat

快速烧录（仅修改字幕后重烧）：

.\burn.bat

GUI（推荐）：

.\start.bat

项目结构

lesson-highlights/
├── config.py              # 统一配置（修改这里）
├── run.py                 # 完整流水线
├── burn_only.py           # 快速烧录（跳过转录/字幕生成）
├── run.bat                # 运行完整流程
├── burn.bat               # 快速重烧字幕
├── src/
│   ├── main.py            # GUI 入口
│   ├── gui.py             # GUI（参数输入，调用底层）
│   ├── cli.py             # CLI 入口
│   └── core/              # 共享底层
│       ├── ppt_parser.py  # PPT 解析 + clips 生成
│       ├── pipeline.py    # 视频处理流水线
│       ├── subtitle.py    # 字幕生成
│       └── ...
├── config.ini             # API 配置（不提交 git）
├── config.ini.example    # 配置模板
└── docs/
    ├── USAGE.md           # 使用指南
    └── ...

工作流程

PPT 解析：提取 PPT 文本和知识点
Whisper 转录：将视频语音转成文本
LLM 校正：批量校正转录错误
片段提取：根据 PPT 知识点定位视频片段
字幕烧录：生成双轨字幕并烧入视频
合并输出：拼接所有片段为最终视频

API 配置

编辑 config.ini：

[api]
api_host = "https://ark.cn-beijing.volces.com/api/coding/v3"
api_key = your_api_key_here

支持火山方舟（doubao-seed-2.0-lite）或兼容 OpenAI API 的后端。

输出

output/
├── generated_config.yaml     # clips 配置（可手动修改后重新运行）
├── intermediates/            # 中间文件
│   ├── clip*.json           # Whisper 转录结果
│   └── clip*.mp4           # 提取的视频片段
├── subs/                    # 字幕文件
│   ├── v1_title.srt        # 标题轨（可手动修改）
│   └── v1_content.srt      # 正文字幕
├── concat_merged.mp4       # 合并视频
└── final.mp4               # 最终输出

系统要求

Python 3.10+
FFmpeg（已打包在 ffmpeg/ 目录）
PySide6（GUI）
faster-whisper（转录，可选）

3.1 KiB Raw Blame History Unescape Escape