35 lines
2.3 KiB
Markdown
35 lines
2.3 KiB
Markdown
|
||
项目目的：
|
||
- 解析提供的视频文件，提取音频，转录成文字，利用AI分析文字及视频内容，总结归纳视频内容。生成脑图或其他格式文档。
|
||
|
||
主要功能
|
||
## 提取音频
|
||
1. 扫描指定视频文件或者遍历指定目录里的视频文件
|
||
- 同时列出已存在的 .mp3 文件，用于判断哪些已经处理过
|
||
2. 进度追踪
|
||
- 生成manifest文件，并标记哪些视频文件是否已经提取音频状态
|
||
- 在视频同一目录或指定目录下维护一个JSON格式本地进度文件，记录已完成的文件
|
||
- 执行相应命令时自动跳过已处理的文件，支持中断后重新运行继续，如 a.mp4已经标记提取了音频生成了a.mp3， 则提取音频操作不再执行此文件。
|
||
3. 在分析阶段如果视频文件过大，可先切分成更小尺寸的视频进行后续处理，manifest文件需要记录切分后的视频文件名
|
||
4. FFmpeg 音频提取
|
||
- 将本地 .mp4 送入 FFmpeg，执行相应的命令提取音频轨道
|
||
- 转码参数：MP3 格式，64k 比特率，22050Hz 采样率，单声道（主要针对语音课程优化，体积小）
|
||
- 不落地中间文件，pipe 直写输出
|
||
5. 保存mp3文件，和原文件名保持一致如原始视频文件为 test1.mp4, 则提取音频后的音频文件名为test1.mp3
|
||
- 支持路径中含空格的文件名
|
||
- 支持包含中文的文件名
|
||
6. 提取音频，转录文字，内容归纳整理分别用不同的脚本进行处理
|
||
|
||
## 转录文字
|
||
1. 扫描指定视频文件或者遍历指定目录里的视频文件
|
||
- 同时列出已存在的 .mp3 文件，用于判断哪些已经处理过
|
||
2. 进度追踪
|
||
- 生成manifest文件，并标记哪些视频文件是否已经转录文字的状态
|
||
- 在视频同一目录或指定目录下维护一个JSON格式本地进度文件，记录已完成的文件
|
||
- 执行相应命令时自动跳过已处理的文件，支持中断后重新运行继续，如 a.mp3已经标记已经转录了文字 生成了a.txt， 则转录文字操作不再执行此文件。
|
||
3. 在分析阶段如果预估通过mp3生成的txt文件过大，可先切分成更小尺寸的MP3进行后续处理，manifest文件需要记录切分后的音频文件名
|
||
- 显示文件大小、进度计数（当前/总数）、最终成功/失败统计，可重新执行未成功的音频转录
|
||
|
||
|
||
## 内容归纳整理
|
||
- 待定 |