2026-05-18-23-35-23 生成系统使用配音视频

.dockerignore

@@ -10,6 +10,7 @@ release_packages
 packaging_build
 storage/jobs
 storage/uploads
+待配音视频
 storage/**/*.raw.mp4
 *.tar.gz
 *.zip

.gitignore

@@ -10,6 +10,7 @@ data/
 storage/jobs/
 storage/uploads/
 storage/demos/
+待配音视频/
 packaging_build/
 release_packages/
 *.log

工程分析/实现方案-2026-05-18-23-35-23.md

@@ -0,0 +1,35 @@
+# 实现方案
+
+开始时间：2026-05-18-23-35-23
+
+## 忽略策略
+
+- 在 `.gitignore` 中加入 `待配音视频/`，确保原始视频、配音音频、中间文件和最终成片都不会进入 Gitea。
+- 在 `.dockerignore` 中加入 `待配音视频`，避免后续 Docker 构建上下文夹带大视频素材。
+
+## 配音稿
+
+- 按 `配音生成工作流-Agent.md` 要求创建 4 段式配音稿：
+  - 系统定位与价值。
+  - 上传样例和双视频预览。
+  - 运行分割、帧级结果和多方法对比。
+  - Docker/公网访问与总结。
+- 文案控制在约 1 分钟可朗读长度。
+
+## TTS 生成
+
+- 优先检查讯飞环境变量与 PowerShell 可用性。
+- 当前环境不满足讯飞脚本运行条件时，使用 Linux 可运行的中文 TTS 生成 mp3。
+- 生成后使用 `ffprobe` 检查配音时长。
+
+## 视频处理
+
+- 将原始 85.6 秒视频按配音目标时长进行轻度变速，使最终成片约 60 秒。
+- 使用 H.264/AAC、yuv420p 和 faststart 输出，保证浏览器和常见播放器兼容。
+- 原始录屏音频静音，仅保留新配音，避免两路声音叠加。
+
+## 输出路径
+
+- 配音稿：`待配音视频/配音稿-ISISeg系统使用视频.md`
+- 配音音频：`待配音视频/02_audio/...`
+- 最终成片：`待配音视频/05_outputs/ISISeg-系统使用视频-配音版.mp4`

工程分析/测试方案-2026-05-18-23-35-23.md

@@ -0,0 +1,44 @@
+# 测试方案
+
+开始时间：2026-05-18-23-35-23
+
+## Git 忽略校验
+
+- `git check-ignore -v 待配音视频/ISISeg-介入导丝视频分割工作台-使用展示.mp4`
+- `git status --short` 确认 `待配音视频` 内容不出现在待提交列表。
+- 检查 `.dockerignore` 包含 `待配音视频`。
+
+执行结果：
+
+- `待配音视频/` 命中 `.gitignore` 第 13 行规则。
+- `.dockerignore` 已加入 `待配音视频`。
+- 原始视频、旁白音频和最终成片均不会进入 Gitea 提交。
+
+## 音视频校验
+
+- `ffprobe` 检查原始视频时长、分辨率、编码。
+- `ffprobe` 检查配音音频时长。
+- `ffprobe` 检查最终视频时长、分辨率、视频编码和音频编码。
+- 使用 `ffmpeg` 抽取最终视频首帧或关键帧，确认画面非空。
+
+执行结果：
+
+- 原始视频：1920x1080、HEVC、50fps、约 85.636 秒。
+- 旁白音频：4 段中文配音合成为 64.272 秒。
+- 视频变速系数：`1.332400`，将 85.636 秒录屏压缩到旁白时长。
+- 最终视频：1920x1080、H.264、30fps、AAC，约 64.234 秒。
+- 最终视频完整解码通过：`decode-ok`。
+- 音量检查：平均音量约 `-30.0 dB`，峰值约 `-5.4 dB`，音轨非静音。
+- 已抽取中间帧查看，画面为系统工作台界面，非空白。
+
+## 交付校验
+
+- 最终视频存在于 `待配音视频/05_outputs`。
+- 最终视频时长约 1 分钟。
+- Gitea 提交只包含 `.gitignore` 与工程分析文档，不包含 `待配音视频`。
+
+执行结果：
+
+- 最终成片：`待配音视频/05_outputs/ISISeg-系统使用视频-配音版.mp4`。
+- 旁白音频：`待配音视频/02_audio/final_mix/ISISeg-系统使用视频-旁白.mp3`。
+- 配音稿：`待配音视频/配音稿-ISISeg系统使用视频.md`。

工程分析/经验记录.md

@@ -207,3 +207,35 @@ B. 产生问题原因：自动化测试和 Docker 构建前已运行 Python 代
 C. 解决问题方案：重新打包时排除 `__pycache__`、`.pyc`、临时目录和发布目录，并新增 `.gitignore` 避免后续误提交。
 
 D. 后续如何避免问题：发布包生成后必须执行包内文件检查，至少确认无缓存、无临时目录、无本地数据和无敏感配置外泄。
+
+## 2026-05-18-23-35-23 使用视频配音与成片
+
+### 1. 待配音素材不能进入 Gitea
+
+A. 具体问题：`待配音视频` 下包含原始录屏、配音音频、中间文件和最终成片，文件体积较大且属于交付素材，不应上传到源码仓库。
+
+B. 产生问题原因：该目录不在原 `.gitignore` 中，后续如果手动 `git add .` 容易误提交视频素材。
+
+C. 解决问题方案：在 `.gitignore` 中加入 `待配音视频/`，并用 `git check-ignore` 校验原始视频、旁白音频和最终成片均被忽略。
+
+D. 后续如何避免问题：所有录屏、配音、导出视频和临时剪辑目录都应先加入忽略规则，再生成大文件，提交前必须查看 `git status --short`。
+
+### 2. 讯飞配音脚本运行条件不满足
+
+A. 具体问题：配音工作流文档默认使用讯飞 PowerShell 脚本，但当前环境未设置讯飞三项环境变量，也没有 PowerShell 运行时。
+
+B. 产生问题原因：该工作流来自 Windows/讯飞环境，当前执行环境是 Linux，缺少对应账号环境与脚本运行时。
+
+C. 解决问题方案：保留工作流中的四段式配音稿、TTS、时长检查和视频合成步骤；TTS 引擎替换为当前环境可运行的中文神经配音工具，并记录实际声音和时长。
+
+D. 后续如何避免问题：配音工作流应预先区分“讯飞凭证可用”和“本地/在线替代 TTS”两条路径；任务开始时先检查环境变量和运行时，避免到合成阶段才发现不可用。
+
+### 3. 原视频时长与旁白时长不一致
+
+A. 具体问题：原始录屏约 85.6 秒，目标视频约 1 分钟，直接换音轨会出现画面比旁白长的问题。
+
+B. 产生问题原因：录屏展示节奏偏慢，而旁白文案按介绍视频压缩到了约 64 秒。
+
+C. 解决问题方案：用 `ffprobe` 计算原视频和旁白时长，按 `85.636 / 64.272 = 1.332400` 对视频做轻度变速，原始音频静音并替换为新旁白，输出 H.264/AAC 兼容格式。
+
+D. 后续如何避免问题：合成介绍视频时先确定旁白时长，再用可接受的变速范围调整画面；如果变速超过自然范围，应优先重新剪辑画面而不是强行加速。

工程分析/需求分析-2026-05-18-23-35-23.md

@@ -0,0 +1,22 @@
+# 需求分析
+
+开始时间：2026-05-18-23-35-23
+
+## 用户需求
+
+1. `待配音视频` 文件夹不需要上传到 Gitea。
+2. 将待配音视频处理为约 1 分钟左右。
+3. 参考 `待配音视频/配音生成工作流-Agent.md`，生成系统介绍配音，并合成为完整的系统使用视频。
+
+## 约束与现状
+
+- 原始素材：`待配音视频/ISISeg-介入导丝视频分割工作台-使用展示.mp4`。
+- 原始视频信息：1920x1080、50fps、HEVC、总时长约 85.6 秒，含 AAC 音频。
+- 配音工作流文档使用讯飞 TTS PowerShell 脚本，但当前 Linux 环境未配置 `XF_APPID`、`XF_APIKEY`、`XF_APISECRET`，且无 PowerShell 运行时。
+- 为保证任务可落地，沿用工作流的分段稿件、TTS、时长检查、视频合成步骤，TTS 引擎使用当前环境可执行的中文配音工具替代。
+
+## 输出目标
+
+- 在 `待配音视频` 下生成约 1 分钟的最终成片。
+- 最终视频包含系统介绍旁白，并与画面时长匹配。
+- 提交到 Gitea 的内容只包含忽略规则和工程分析文档，不包含 `待配音视频` 中的素材和成片。