hmo
aad1548348
- 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
97 lines
2.9 KiB
Markdown
97 lines
2.9 KiB
Markdown
# 架构设计
|
||
|
||
## 1. 核心原则
|
||
|
||
**CLI 和 GUI 共用同一套底层类库**，仅在表示层有差异：
|
||
- **CLI**：命令行参数输入，日志输出到终端
|
||
- **GUI**：PySide6 界面，参数输入界面化，日志输出到文本区
|
||
|
||
## 2. 项目结构
|
||
|
||
```
|
||
lesson-highlights/
|
||
├── config.py # 统一配置（所有路径/API只改这里）
|
||
├── run.py # 完整流水线入口
|
||
├── burn_only.py # 快速烧录入口（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
|
||
│ ├── __init__.py
|
||
│ ├── ppt_parser.py # PPT 解析 + LLM clips 提取
|
||
│ ├── pipeline.py # 视频处理流水线
|
||
│ ├── subtitle.py # 字幕生成
|
||
│ ├── video.py # 视频处理（提取/合并/烧录）
|
||
│ ├── llm.py # LLM 调用
|
||
│ ├── corrections.py # 术语纠正
|
||
│ ├── constants.py # 常量配置
|
||
│ └── errors.py # 错误处理
|
||
├── config.ini # API 配置（不提交 git）
|
||
├── config.ini.example # 配置模板
|
||
├── start.bat # GUI 启动器
|
||
└── docs/
|
||
└── USAGE.md # 使用指南
|
||
```
|
||
|
||
## 3. 核心模块
|
||
|
||
### `parse_ppt_to_config()`
|
||
|
||
一键完成 PPT → clips 配置的完整流程：
|
||
|
||
1. **PPT 解析**：提取文本和知识点
|
||
2. **Whisper 转录**：视频 → `full_transcript.json`
|
||
3. **LLM 校正**：批量校正 → `corrected_transcript.json`
|
||
4. **LLM 提取片段**：根据知识点定位视频片段 → clips
|
||
5. **重叠合并**：合并重叠片段
|
||
|
||
### `Pipeline`
|
||
|
||
视频处理流水线：
|
||
|
||
1. **extract**：按时间戳提取片段
|
||
2. **transcribe**：逐片段 Whisper 转录
|
||
3. **correct_titles**：LLM 标题纠正
|
||
4. **generate_subtitles**：生成双轨字幕
|
||
5. **merge**：合并片段
|
||
6. **burn**：烧录字幕
|
||
|
||
## 4. 数据流
|
||
|
||
```
|
||
视频 + PPT
|
||
↓
|
||
parse_ppt_to_config()
|
||
↓
|
||
config = {
|
||
"video_src": ...,
|
||
"clips": [{"title": ..., "start": ..., "end": ...}, ...],
|
||
"output_dir": ...,
|
||
"term_corrections": {...}
|
||
}
|
||
↓
|
||
Pipeline(config).run()
|
||
↓
|
||
final.mp4
|
||
```
|
||
|
||
## 5. 配置来源
|
||
|
||
API 配置统一从 `config.ini` 读取，不硬编码在代码中。
|
||
|
||
CLI 支持参数覆盖：
|
||
- `--api-key`
|
||
- `--api-host`
|
||
- `--verbose`
|
||
|
||
## 6. 状态持久化
|
||
|
||
中间结果保存在 `output/intermediates/`：
|
||
- `full_transcript.json` - 原始转录
|
||
- `corrected_transcript.json` - LLM 校正后
|
||
- `ppt_knowledge_and_cleaned.json` - PPT 知识点和清理后文本
|
||
|
||
复用时检测 checkpoint，避免重复 LLM 调用。 |