hmo
cf5004cf6a
- Delete: build scripts, old docs (README_BUILD, design.md, proposal.md, etc.) - Update README.md and docs/ARCHITECTURE.md to reflect new architecture - Keep run_lesson1.bat/py, start.bat, config.ini
92 lines
2.6 KiB
Markdown
92 lines
2.6 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/
|
||
├── 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
|
||
├── run.bat # 通用 CLI 启动器
|
||
└── run_lesson1.bat # 预设课程示例
|
||
```
|
||
|
||
## 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。 |