jianjieyiban/JJYB_AI_VideoAutoCut

JJYB AI VideoAutoCut – 一站式AI视频编辑桌面应用

产品简介 – 一款Windows专属桌面应用（Flask + PyWebView），让创作者导入原始视频片段后，软件自动分析、生成脚本、合成配音、在时间轴上同步所有内容并导出最终成片。所有数据均保存在本地（SQLite、FFmpeg、OpenCV），界面支持中英双语。

核心功能

功能	说明
智能镜头分割	使用TransNetV2进行深度镜头检测；模型不可用时回退到OpenCV帧差法。
AI脚本生成	调用可配置的LLM/VLM，以12种预设风格（如新闻、Vlog、纪录片）生成解说脚本，并支持对语气、开场钩子、人设、语速和情感进行精细控制。
多引擎TTS与声音克隆	支持Edge、Azure、gTTS、Coqui等，以及本地IndexTTS2声音克隆（需单独Python 3.10环境）。
木偶同步引擎	将每个脚本片段对齐到最佳匹配的镜头，处理剪切、慢动作和高光，不伪造帧。
原始音频混合	可选按比例插入源音频片段。
目标时长强制	通过FFprobe验证，确保最终视频符合用户自定义长度。
AI辅助混剪	两种混剪模式 – 常规（镜头评分）和音乐节拍（通过librosa检测节拍）– 提供预告片、游戏高光、旅行蒙太奇等预设节奏包。
AI封面生成	调用云端图像模型（DALL-E 3、类似Midjourney的服务）或本地回退模板生成缩略图。
全功能时间轴编辑器	多轨视频/音频/字幕编辑、基础滤镜、转场和播放速度控制。
导出剪映草稿	生成原生CapCut项目文件夹，用户可在移动应用继续编辑。
项目与素材管理	本地SQLite存储项目、素材库和日志；支持拖拽上传、标签、搜索、批量操作。
双语界面	所有UI字符串（200+）均已翻译，语言选择跨会话保留。

技术栈（概览）

• 前端：Flask + Flask-SocketIO、HTML/JS（Layui）、PyWebView实现原生窗口。
• 视频/音频：FFmpeg/ffprobe、OpenCV、MoviePy、librosa、Pydub。
• AI模型：可配置的云端LLM/VLM（OpenAI、Claude、Gemini等）、可选的本地PyTorch模型（TransNetV2、YOLO、Whisper）、IndexTTS2用于声音克隆。
• 数据：SQLite、本地文件系统（uploads/、output/、temp/）。
• 操作系统：Windows 10/11，可选CUDA加速深度学习推理。

快速开始（摘要）

1. 下载最新发布版的zip。
2. 安装Python 3.10-3.13，运行pip install -r requirements.txt。
3. 安装FFmpeg并添加到PATH。
4. 双击启动应用.bat（或运行python frontend/app.py）。
5. 打开Web界面（通常为http://127.0.0.1:5000）。
6. 在设置中添加至少一个LLM API密钥，如需自动镜头分析则添加视觉模型，以及需要AI封面时添加图像生成API。

典型工作流程

1. 导入：通过素材库导入原始视频。
2. 智能分割：生成镜头列表。
3. 生成/编辑脚本：选择解说风格。
4. 生成配音：选择TTS或克隆声音。
5. 木偶同步：将镜头与声音对齐，可选混合原始音频。
6. 预览/微调：在时间轴编辑器中进行。
7. 导出：最终MP4或CapCut草稿文件夹。

许可证和使用说明

• 代码仅供个人学习和非商业用途公开。商业部署、转售或付费服务需作者明确书面许可。
• 用户必须拥有所有源媒体的权利，并在使用声音克隆功能前获得同意。

---

以上所有细节均直接摘自仓库README，未推断任何额外功能。