最新修改 2025年 12月 28日 by amiao
JJYB_AI智剪 v2.0 是一个功能完整、配置丰富、文档齐全的专业AI视频编辑工具：
- 🚀 一键启动：智能检查，自动配置
- 🤖 19个AI模型：全面支持主流模型
- ⚙️ 143个配置项：专业级精细调优
- 📚 16个技术文档：完整技术体系
- 🎯 100%完成度：所有功能完整实现
让AI视频创作更简单、更专业！ 🎬✨🚀
⭐ 三大核心功能
🎬 视频编辑器
- 🎯 完整播放控制 + 轨道管理
- ⚡ 音画/字画/字音三重同步 (<100ms)
- ✨ 特效、滤镜、转场完整支持
- 📍 URL:
http://localhost:5000/
🎙️ AI配音
- 🔊 多引擎TTS (Edge-TTS/gTTS/voice_clone)
- 🎵 丰富音色库 + 声音克隆
- 🎛️ 实时参数调节
- 📍 URL:
http://localhost:5000/voiceover
📝 原创解说
- 🤖 AI视觉理解 → LLM文案 → TTS配音 → 视频合成
- 🔗 完整自动化流程
- 🎯 精确同步机制
- 📍 URL:
http://localhost:5000/commentary
🤖 AI模型支持
大语言模型（9种）
- ✅ 通义千问 (阿里巴巴) – 推荐
- ✅ 文心一言 (百度)
- ✅ ChatGLM (智谱AI)
- ✅ DeepSeek – 性价比高
- ✅ OpenAI GPT-4/GPT-3.5 – 专业版
- ✅ Claude 3 (Anthropic) – 高级推理
- ✅ Google Gemini – 多模态
- ✅ 月之暗面 Kimi – 长文本
- ✅ 讯飞星火 (科大讯飞)
视觉分析模型（6种）
- ✅ 通义千问VL – 推荐
- ✅ 百度视觉
- ✅ 腾讯云视觉
- ✅ GPT-4V (OpenAI Vision)
- ✅ Gemini Vision (Google)
- ✅ Claude Vision (Anthropic)
语音TTS模型（4种）
- ✅ Edge-TTS – 免费推荐（23+音色）
- ✅ Google TTS (gTTS) – 免费多语言
- ✅ Azure TTS – 专业级（付费）
- ✅ Voice Clone – 本地语音克隆
ℹ️ 内置回退：已集成 pyttsx3（离线），在网络受限时会自动回退以保证配音可用。
🏗️ 技术架构
┌─────────────────────────────────────────┐
│ 前端层 (Frontend) │
│ Flask 3.0 + Socket.IO + 现代化UI │
└─────────────────────────────────────────┘
↓
┌─────────────────────────────────────────┐
│ AI引擎层 (Backend) │
│ • 视觉分析 (6种模型) │
│ • 文案生成 (9种大语言模型) │
│ • 语音合成 (4种TTS引擎) │
│ • 音频处理 (Whisper/Librosa) │
└─────────────────────────────────────────┘
↓
┌─────────────────────────────────────────┐
│ 视频处理层 (Processing) │
│ FFmpeg + MoviePy + OpenCV │
└─────────────────────────────────────────┘
↓
┌─────────────────────────────────────────┐
│ 数据层 (Database) │
│ SQLite + 项目管理 + 素材管理 │
└─────────────────────────────────────────┘
📁 项目结构
JJYB_AI智剪/
├── 启动应用.bat # ⭐ 一键启动脚本（推荐入口）
├── check_system.py # 🔍 系统检查与依赖检测
├── init_test_data.py # 📊 初始化测试数据
├── requirements.txt # 📋 Python 依赖清单
├── README.md # 📖 项目说明（本文件）
├── START_HERE.md # 🚀 快速入口指南
├── frontend/ # 🎨 前端 Web 与桌面界面
│ ├── app.py # Flask 主应用入口（含 WebSocket）
│ ├── templates/ # HTML 模板（核心业务页面 + 公共模板）
│ │ ├── index.html # 视频编辑器首页
│ │ ├── commentary.html # 原创解说页面
│ │ ├── remix.html # 混剪模式页面
│ │ ├── voiceover.html # AI 配音页面
│ │ ├── settings.html # 设置与 API 配置页面
│ │ ├── projects.html # 项目管理页面
│ │ └── ... # 其他页面（404/500/AI 功能等）
│ └── static/ # 静态资源（CSS/JS/图片/字体等）
├── backend/ # 🤖 后端服务与 AI 引擎
│ ├── api/ # API 路由与接口
│ ├── engine/ # AI 引擎与音视频处理核心
│ ├── services/ # 业务服务层（解说/混剪/配音等）
│ ├── config/ # 后端配置（AI/路径等）
│ ├── database/ # 数据库访问与会话管理
│ ├── prompts/ # 提示词模板与系统提示
│ ├── utils/ # 通用工具函数与日志
│ ├── core/ # 核心启动与调度逻辑
│ └── assets/ # 资源与示例文件
├── config/ # ⚙️ 全局配置（INI/路径等）
├── database/ # 💾 数据库文件
├── logs/ # 📁 运行日志
├── resource/ # 📦 AI 模型与模板资源
├── uploads/ # 📥 用户上传文件
├── output/ # 📤 导出结果文件
├── tests/ # ✅ 自动化测试
├── 开发文档/ # 📚 完整开发文档
│ ├── README.md # 开发文档说明
│ ├── 文档索引.md
│ ├── JJYB_AI智剪_完整开发文档.md
│ ├── JJYB_AI智剪_完整开发文档_Part2.md
│ └── JJYB_AI智剪_完整开发文档_Part3.md
└── yolov8n.pt # 🎯 YOLOv8 模型权重（目标检测）📖 详细使用说明
第一步：配置API（首次使用必须）
访问API配置页面：http://localhost:5000/api_settings
必须配置（至少一个）：
- 大语言模型API（用于AI文案生成）
- 推荐：通义千问（免费额度）
- 性价比：DeepSeek
- 专业版：OpenAI GPT-4、Claude 3
可选配置： 2. 视觉分析模型API（用于视频内容理解）
- 推荐：通义千问VL
- TTS语音服务（已内置Edge-TTS免费服务）
- 专业级：Azure TTS（需付费）
- 本地克隆：Voice Clone
第二步：选择功能模块
🎙️ 原创解说剪辑
完整流程：
- 上传视频文件
- 选择大语言模型（自动生成文案）
- 选择视觉模型（分析画面内容）
- AI自动生成解说文案
- 选择音色并配音
- 调整参数（可选）：
- 多模态特征提取（6个参数）
- 时间轴优化（4个参数）
- 技术性能优化（4个参数）
- 跨平台适配（6个参数）
- 一键导出成品视频
高级配置：52个配置项可精细调优
✂️ 混剪模式
两种模式：
- 大众混剪模式
- 批量导入视频素材
- AI智能识别精彩片段
- 选择混剪风格（燃向/治愈/搞笑等）
- 自动添加转场和特效
- 导出混剪视频
- 音乐卡点混剪
- 上传音乐文件
- 自动节奏检测（4种算法）
- 卡点匹配策略（4种）
- 智能片段选择与排序
- 自动对齐音乐节拍
高级配置：34个配置项
🔊 AI配音
使用流程：
- 输入文本内容
- 选择TTS引擎：
- Edge-TTS（推荐，免费，23+音色）
- Google TTS（免费，100+语言）
- Azure TTS（专业级，需付费）
- Voice Clone（本地语音克隆）
- 选择音色和语言
- 调整基础参数（语速/音调/音量）
- 高级配置（可选）：
- TTS声学模型（5种）
- 声码器配置（5种）
- 韵律预测（8个参数）
- 情感TTS（12个参数）
- 说话人嵌入（8个参数）
- 音频特征提取（8个参数）
- 实时预览效果
- 导出高质量音频
高级配置：38个配置项（30个AI配置）
⚠️ 常见问题
问题1：启动失败 – Python未安装
症状：提示”未找到Python”
解决方案：
- 访问：https://www.python.org/downloads/
- 下载Python 3.9-3.11版本
- 安装时勾选”Add Python to PATH”
- 重新运行启动文件
问题2：端口被占用
症状：提示”端口5000已被占用”
解决方案：
- 启动时选择[Y]自动释放端口
- 或手动关闭占用进程：netstat -ano | findstr “:5000” taskkill /F /PID [进程ID]
问题3：依赖包缺失
症状：启动失败，提示模块未找到
解决方案：
- 运行”安装AI依赖.bat”完整安装
- 或启动时选择[1]快速安装
- 手动安装：pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
问题4：AI功能无法使用
症状：无法生成文案/无法配音
解决方案：
- 检查API配置：访问 http://localhost:5000/api_settings
- 确保至少配置了一个大语言模型API
- 点击”测试”按钮验证API是否有效
- 查看API密钥是否正确
问题5：启动后无法访问
症状：浏览器打开但无法加载页面
解决方案：
- 检查防火墙设置
- 确认端口5000未被其他程序占用
- 尝试手动访问：http://127.0.0.1:5000
- 查看启动窗口的错误信息
项目地址
不过需要注意，看项目issue提示，作者给的文件，还是自己的电脑配置包，更多好需要自行研究