hmo
9d0ed5820d
Phase 2 complete - GUI editing layer on top of Phase 1 CLI: Config: - config.py now only has API keys (API_KEY, API_HOST, PYTHON, CLI_DIR) - Project paths (video_src, ppt_path, max_total_duration) in generated_config.yaml Atomic clip operations (Pipeline methods): - reextract_clip(clip_index, new_title) - re-match title in transcript - delete_clip(clip_index) - remove clip and its intermediate files - add_clip_by_title(new_title) - match new title, handle overlaps - reburn_titles() - re-burn title track from updated clips - reburn_subtitles(user_texts) - burn user-edited subtitles directly - _find_title_in_transcript() - substring match in corrected transcript GUI: - Two startup modes: new project / open existing project - Clip list with double-click rename, right-click delete, + add - Subtitle preview with direct text editing - Apply button orchestrates reburn_titles/reburn_subtitles - Unmatched clips shown with warning label, excluded from burn CLI/GUI interoperability: - Both use same generated_config.yaml as single source of truth - CLI: run.bat for full pipeline, burn.bat for quick reburn - GUI: open project dir, edit, apply Docs: - USAGE.md updated with GUI edit mode documentation
5.3 KiB
使用指南
快速开始
1. 配置
编辑项目根目录的 config.py：
VIDEO = r"D:\...\直播回放.mp4"
PPT = r"D:\...\课程.pptx"
OUTPUT = r"D:\...\output"
MAX_TOTAL_DURATION = 600 # 精华片段总时长上限（秒）
API_KEY = "your-api-key"
API_HOST = "https://ark.cn-beijing.volces.com/api/coding/v3"
所有路径和 API 配置只改这一个文件。
2. 完整流程（首次运行）
run.bat
或直接：
python run.py
完整流程：PPT解析 → Whisper转录 → LLM校正 → 字幕生成 → 合并 → 烧录
3. 修改字幕后快速重烧
改完 v1_title.srt 或 v1_content.srt 后，直接：
burn.bat
跳过所有转录/字幕生成步骤，直接用已有片段和字幕文件合并烧录。只改字幕文本时用这个。
修改知识点（替换PPT中的某个知识点）
LLM 从 PPT 提取了 clip 后，如果你想把其中一个换成 PPT 里另一个知识点（比如把"音高"换成"旋律"）：
步骤
- 改
generated_config.yaml：把对应 clip 的 title 改成新知识点名称
clips:
- title: 旋律 # ← 改成PPT里有的知识点
start: 200
end: 260
- 删该 clip 的中间文件（让它重新生成）：
intermediates/clip5.json ← 删掉
intermediates/clip5.mp4 ← 删掉
- 重新运行：
run.bat
系统会跳过其他已有 JSON 的 clip，只重新生成被删除了 JSON 的那一个 clip。
原理
run.bat检测到clip*.json已存在，就跳过 Whisper 转录- 删掉某个 clip 的 JSON 后，系统认为它需要重新生成
- 重新生成时用新的 title 去 transcript 里匹配，重新找时间范围
注意
start/end如果填错了，生成的视频片段时间会不对- 如果不确定新知识点的时间范围，可以先随便填一个，跑完看效果再调整
文件结构
output/
├── generated_config.yaml # clips 配置（可手动修改）
├── intermediates/ # 中间文件（可删除特定clip的.json/.mp4重生成）
│ ├── clip1.json # Whisper 转录结果
│ ├── clip1.mp4 # 提取的视频片段
│ └── ...
├── subs/ # 字幕文件
│ ├── v1_title.srt # 标题轨（可手动修改文本+时间轴）
│ └── v1_content.srt # 正文字幕
├── concat_merged.mp4 # 合并后的视频
└── final.mp4 # 最终输出
命令对比
| 命令 | 用途 | 耗时 |
|---|---|---|
run.bat |
完整流程（PPT→视频） | 几十分钟 |
burn.bat |
只改字幕后快速重烧 | 几分钟 |
常见问题
Q: burn.bat 改了字号没变化？
A: burn.bat 直接烧已有的 SRT 文件，不走 subtitle.py 的生成逻辑。如果改了渲染参数（如字号）需要重新生成字幕，必须 run.bat。
Q: 想改某个知识点的出现时间？
A: 直接改 v1_title.srt 里的时间轴，或者改 generated_config.yaml 然后删对应 clip 的 JSON 重新生成。
Q: 想删掉某个 clip？
A: 从 generated_config.yaml 里删掉那一条，然后删对应 intermediates/clip*.json 和 clip*.mp4，最后 run.bat。
GUI 编辑模式
启动方式
GUI 支持两种启动模式：
方式一：新建项目
python src/main.py
# 或双击 start.bat
在启动页选择"新建项目"，选择视频+PPT，运行完整流程。
方式二：打开已有项目
在启动页选择"打开已有项目"，选择 output 目录。
项目文件 generated_config.yaml 包含所有项目信息（视频路径、PPT路径、知识点列表）。
编辑知识点
打开项目后进入编辑界面：
- 改标题：双击 clip 列表中的任意条目，输入新标题 → 系统自动在 transcript 中重新匹配时间段 → 处理重叠
- 删 clip：右键点击 clip → 删除此 Clip
- 新增知识点：点击"+ 新增知识点"按钮，输入标题 → 系统在 transcript 中匹配 → 如有重叠自动合并
注意：匹配不到的 clip 显示红色背景的"未匹配"标签，不参与最终烧录
编辑字幕
右侧字幕预览区显示 v1_content.srt 内容，可直接编辑文本。
应用更改
点击"应用"按钮：
- 检测字幕是否有修改 → 有则重烧字幕轨
- 检测 clips 是否有修改 → 重烧标题轨
- 自动合并+烧录最终视频
文件结构
output_dir/
├── generated_config.yaml ← 项目文件（GUI 编辑后同步更新）
├── intermediates/ ← 中间缓存
│ ├── clip*.json ← Whisper 转录（删后可重新生成）
│ ├── clip*.mp4 ← 视频片段
│ └── corrected_transcript.json ← LLM校正后的全量转录
├── subs/
│ ├── v1_title.srt ← 标题轨
│ └── v1_content.srt ← 字幕轨（可直接编辑）
└── final.mp4 ← 最终输出
CLI/GUI 互操作
CLI 和 GUI 共用同一套项目文件体系：
# 1. CLI 批量处理
run.bat
# 2. GUI 审核修改
python src/main.py
# → 选择"打开已有项目" → 选择同一 output_dir
修改后点"应用"，GUI 自动判断需要重生成哪些部分。