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
186 lines
5.3 KiB
Markdown
186 lines
5.3 KiB
Markdown
# 使用指南
|
||
|
||
## 快速开始
|
||
|
||
### 1. 配置
|
||
|
||
编辑项目根目录的 `config.py`：
|
||
|
||
```python
|
||
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）
|
||
|
||
```bash
|
||
run.bat
|
||
```
|
||
|
||
或直接：
|
||
|
||
```bash
|
||
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：
|
||
|
||
```bash
|
||
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
|
||
|
||
1. **改 `generated_config.yaml`**：把对应 clip 的 title 改成新知识点名称
|
||
|
||
```yaml
|
||
clips:
|
||
- title: 旋律 # ← 改成PPT里有的知识点
|
||
start: 200
|
||
end: 260
|
||
```
|
||
|
||
2. **删该 clip 的中间文件**（让它重新生成）：
|
||
|
||
```
|
||
intermediates/clip5.json ← 删掉
|
||
intermediates/clip5.mp4 ← 删掉
|
||
```
|
||
|
||
3. **重新运行**：
|
||
|
||
```bash
|
||
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**
|
||
```bash
|
||
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：
|
||
1. 检测字幕是否有修改 → 有则重烧字幕轨
|
||
2. 检测 clips 是否有修改 → 重烧标题轨
|
||
3. 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：
|
||
|
||
```bash
|
||
# 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。
|