mirror of
https://github.com/jianjieyiban/JJYB_AI_VideoAutoCut.git
synced 2026-09-03 06:24:37 +08:00
JJYB AI VideoAutoCut
JJYB_AI 智剪 · AI 视频自动剪辑工作室
从素材理解到成片导出的一站式、本地优先 AI 视频创作工作台
原创解说 · 智能混剪 · AI 配音 · 声音复刻 · AI 封面生成 · 精选视频复刻 · 剪映草稿导出
授权提示：本项目源代码公开供个人学习、研究和自行使用。未经作者事先书面授权，禁止任何商业使用、收费服务、付费分发、商业部署或将本项目用于商业产品。详情见 LICENSE。
快速开始 · 核心功能 · 技术栈 · 项目结构 · 配置说明 · 使用许可 · 加入交流群
项目简介
JJYB_AI智剪是一款面向视频创作者的本地桌面优先 AI 视频创作工具。它把素材分析、智能分镜、解说文案、语音生成、音画同步、字幕、混剪和成片导出组织在同一个工作流中，尽量减少在多个工具之间来回搬运素材。前端基于 Flask + PyWebView，视频渲染依赖 FFmpeg，项目数据保存在本地 SQLite。
当前版本：v3.3.0 · 最近维护更新：2026-08-09
重要声明：本工具仅处理用户拥有合法权利的文本、视频、音乐与参考音频。使用声音复刻功能前必须取得参考音频权利人的明确授权。云端模型、外部 TTS 和本地声音复刻是否可用，取决于对应 API 配置、运行环境及模型权重是否就绪。
核心功能
1. 原创解说（完整工作流）
完整的"视频→分析→文稿→配音→同步→导出"工作流：
- 智能镜头分割：
SmartShotSegmenter优先尝试 TransNetV2 深度分镜；不可用时以 OpenCV 画面差异与直方图检测为降级方案，不设帧数上限。 - AI 文案生成：通过已配置的视觉/文本模型分析画面并生成解说文稿，支持 12 种叙述风格（默认、口语化、高能合辑、萌讲八道、直播带货、新闻联播、引导式、吐槽式、深度解析、慢节奏、影视解说、短剧漫剪）。
- 三处解说风格联动：
- 风格预设仪表板：12种视频类型一键套用（影视解说/动漫解说/短剧漫剪/综艺娱乐/体育高光/综合通用/纪录片/科技数码/美食种草/旅行教育/自定义），自动同步文稿风格、情感基调、解说类型、钩子类型和写作人格。
- 文稿风格配置：12种文稿风格（正式/幽默/激情/悬疑/情感/平和/纪录片/中二热血/爽点密集/感官细节/叙事白描/钩子反转）+ 4种情感基调 + 12种解说类型 + 10种开头钩子手动选择。
- 写作人格面板：12种写作人格 + 4种叙事视角（第三人称/第一人称/内心独白/客观）+ 5档语速 + 4档情感浓度。
- 分段配音：将文稿拆分为语音段，支持 Edge TTS、Azure、gTTS、火山引擎、IndexTTS2 克隆等多种 TTS 引擎。
- 拟人化同步：
PuppetSyncEngine逐段匹配镜头与配音，支持直连、截取高光、受限慢放、短语音合并；新时间线不生成 freeze。源镜头短到安全慢放仍不能覆盖配音时会明确拒绝，不以末帧定格伪造时长。 - 原片原声穿插：支持按成片比例或按段落间隔穿插原片原声，可控制音量比例；
interval优先选择同源后继或时间邻近镜头，ratio在接近同源边界处插入；没有可用镜头时告警或失败，不复用镜头。 - 目标时长：支持设置目标时长，以真实时间线和 FFprobe 检验；受安全语速或素材约束时不会伪造达标。
- 文案质检：六维评分诊断（吸引力、节奏、信息量、情感、流畅度、原创性）。
- 断点恢复：长任务支持断点保存与恢复，流式生成实时反馈进度。
- 剪映草稿导出：一键导出剪映原生草稿（含视频轨、配音轨、BGM轨、字幕轨），剪映专业版可直接扫描打开。
2. 智能混剪
两种混剪模式，适配不同创作场景：
- 普通模式：先批量分镜，再按画面评分选择高光镜头；可根据配音时长做逐段音画匹配。
- 音乐卡点模式：使用
librosa分析 BGM 节拍和能量，支持密集（dense）、适中（medium）、稀疏（sparse）三种卡点密度；高潮段可适度慢放。 - 混剪节奏包：第 5 项高级功能提供标准混剪、音乐卡点快切、高燃预告、剧情递进、游戏高光、Vlog 流动、产品展示、知识拆条、旅行蒙太奇、美食特写、萌宠反应、舒缓蒙太奇等预设；会联动镜头选择、节拍密度、关键帧、转场和时间轴规则。
- 参考节奏匹配：高级功能已从电影解说式“复刻文案”调整为混剪专用的节奏点/镜头描述匹配，支持低置信清单和镜头 Top-K 精排。
- 目标时长与校验：混剪支持目标时长设置，节拍引擎根据目标时长计算最大节拍数，并以 FFprobe 校验实际输出时长；卡点素材或节拍不足时明确失败，不以重复镜头或定格补足。
- 两种模式均支持输出视频及导出剪映草稿包。
- 支持 Edge TTS、Azure、gTTS、火山引擎、IndexTTS2 克隆等多种 TTS 引擎。
3. AI 配音与声音复刻
- 常规配音：Edge TTS、gTTS、pyttsx3、Azure TTS、火山引擎 TTS、可选 Coqui TTS。
- 声音复刻：
- IndexTTS2 本地 worker：独立 Python 3.10 环境，本地运行，隐私安全。
- 云端服务：Fish Audio、MiniMax、火山引擎、Azure Custom Voice。
- 批量生成：支持批量文案配音，逐行生成并展示结果。
- 下载到指定目录：可将生成的音频复制到用户指定的文件夹。
- 使用克隆语音前必须取得参考音频权利人的明确授权；接口要求
consent=true。
4. AI 封面生成
- 多模型支持：DALL-E 3、通义万相、文心一格、腾讯混元、智谱 CogView、豆包生图、MiniMax、SiliconFlow、OpenRouter，以及自定义 OpenAI 兼容图像生成网关。
- 自定义网关：支持任意 OpenAI 兼容的图像生成 API（如 OneAPI、NewAPI、本地 SD WebUI 等），API Key 独立于文本/视觉模型配置。
- 风格与尺寸：支持多种尺寸模板和风格标签，可自定义生成参数。
- 本地模板兜底：云端模型不可用时自动切换本地模板生成，并明确提示原因。
- 封面管理：封面历史记录、预览、删除。
5. 视频编辑器
- 时间线编辑：多轨道编辑，支持视频、音频、字幕轨道。
- 播放控制：播放/暂停、停止、速度调节（0.5x-2x）、静音、音量调节。
- 滤镜效果：grayscale、sepia、blur、invert、vintage 等多种滤镜。
- 转场特效：fade、slide、zoom、wipe、dissolve 转场效果。
- AI 工具：AI 配音、自动字幕、智能剪辑、画质增强、画面分析。
6. 素材库管理
- 素材上传、分类（视频/音频/图片/文字）、预览、搜索、排序。
- 支持拖拽上传和文件选择。
- 收藏功能（基于 localStorage）。
- 素材添加到项目、下载、删除。
7. 项目管理
- 项目创建、查看、编辑、删除。
- 模板创建（视频编辑、AI剪辑、AI配音、混剪）。
- 批量操作（全选、批量删除）。
- 筛选与搜索（按类型、状态、名称）。
- 活动时间线记录。
技术栈
| 类别 | 技术 |
|---|---|
| 桌面与 Web | Flask、Flask-SocketIO、PyWebView、HTML/JavaScript/Layui |
| 数据存储 | SQLite（backend/database/db_manager.py） |
| 视频处理 | FFmpeg/ffprobe、OpenCV、MoviePy、ImageMagick |
| 音频处理 | librosa、SoundFile、Pydub |
| TTS 引擎 | Edge TTS、gTTS、pyttsx3、Azure TTS、火山引擎、Coqui TTS（可选） |
| 声音复刻 | IndexTTS2（本地）、Fish Audio、MiniMax、火山引擎、Azure Custom Voice |
| 视觉与 AI | 可配置云端模型适配器、PyTorch、YOLO、faster-whisper |
| ASR 识别 | faster-whisper、Whisper（可选）、FunASR（可选） |
| 图像生成 | DALL-E 3、通义万相、文心一格、腾讯混元、智谱 CogView、豆包生图、SiliconFlow、自定义 OpenAI 兼容网关 |
| 云端文本模型 | OpenAI、Claude、Gemini、Kimi、讯飞星火、通义千问、文心一言、ChatGLM、DeepSeek、OpenRouter、SiliconFlow、豆包 |
环境要求
- 操作系统：Windows 10/11
- Python：主程序推荐 Python 3.10–3.13
- FFmpeg：必须已安装并可从命令行调用（
ffmpeg -version和ffprobe -version均可正常输出） - ImageMagick（可选）：用于封面合成等图像处理，已内置在
resource/imageMagick/目录 - 可选：NVIDIA CUDA 环境，用于部分深度学习任务加速（分镜、YOLO、Whisper）
- IndexTTS2：单独使用 Python 3.10 环境，依赖见
models/index-tts/pyproject.toml
快速开始
方式一：Release 包（推荐）
- 从 GitHub Releases 下载最新版本的
JJYB_AI_VideoAutoCut-vX.X.X-source.zip。 - 解压到任意目录。
- 安装 Python 依赖：
py -3 -m pip install -r requirements.txt。 - 安装 FFmpeg 并加入 PATH。
- 双击
启动应用.bat启动。
方式二：从源码构建
# 1. 克隆仓库
git clone https://github.com/jianjieyiban/JJYB_AI_VideoAutoCut.git
cd JJYB_AI_VideoAutoCut
# 2. 安装主程序依赖
py -3 -m pip install -r requirements.txt
# 3. 检查环境
py -3 scripts/check_system.py
安装 FFmpeg
FFmpeg 是视频渲染、时长探测和音画同步的必需系统依赖：
- 从 FFmpeg 官网 下载。
- 解压到任意目录（如
C:\ffmpeg）。 - 将
C:\ffmpeg\bin添加到系统环境变量PATH。 - 验证：
ffmpeg -version
ffprobe -version
启动
双击 启动应用.bat，或在项目根目录执行：
py -3 frontend\app.py
应用会尝试打开 PyWebView 桌面窗口。服务可用时也可访问 http://127.0.0.1:5000。
退出时关闭窗口，或在启动终端按 Ctrl + C。
首次配置
- 打开 系统设置：
/settings。 - 填写至少一个文本模型的 API Key、Base URL 与模型名（推荐使用"自定义 OpenAI 兼容"）。
- 原创解说如需云端视觉分析，还需配置相应视觉模型（独立于文本模型）。
- 如需 AI 封面生成，在图片生成卡片中配置图像生成模型的 API（独立于文本/视觉模型）。
- 点击页面的"测试连接"，只在真实连通后再开始任务。
- 需要云端声音复刻时，填写 Fish Audio、MiniMax、火山引擎或 Azure 的对应凭据。
- 未配置的引擎会显示为未就绪，不影响其他功能使用。
模型配置隔离说明：文本模型（LLM）、视觉模型（VLM）和图像生成模型的 API 配置完全独立，互不干扰。设置页面上有三个独立的配置卡片，请确保在正确的卡片中填写对应模型的 API Key。
运行数据与维护
uploads/ 保存用户导入素材，output/ 保存成片、配音、字幕与草稿包，exports/ 保存编辑器导出文件，database/ 保存项目数据，logs/ 保存诊断日志，temp/ 保存处理中间文件与断点。这些目录均不是常规清理目标。
如需整理源码运行产生的 Python 缓存，先运行只读预览：
py -3 scripts/maintenance.py
确认输出仅包含缓存目录后，再执行：
py -3 scripts/maintenance.py --apply
维护脚本只会处理源码与测试目录内可再生的 Python 缓存，绝不会删除素材、成片、项目、数据库、日志、任务断点或 storage/ 内容。目录职责和完整安全清理说明见 开发文档/维护与目录说明.md。
常用流程
原创解说
- 进入
/commentary并选择视频。 - 选择解说风格预设（第1处）：点击风格卡片一键套用全套参数。
- 调整文稿风格（第2处）：可修改文稿风格、情感基调、解说类型、开头钩子。
- 使用"智能镜头分割"生成镜头列表。
- 生成或输入解说文稿，并生成配音段。
- 微调写作人格（第3处）：选择写作人格、叙事视角、语速、情感浓度。
- 使用"拟人化同步"让镜头、配音和字幕逐段对齐。
- 导出成片，或点击"导出剪映草稿"。
同步规则按真实时间线选择直连、截取高光、受限慢放或短语音合并；源镜头短到安全慢放仍无法覆盖配音时会明确拒绝，不使用末帧定格伪造时长。智能分析失败时会明确报错，不会伪造分析结果。
精选视频复刻
- 在原创解说界面展开"精选视频复刻"面板。
- 导入爆款解说视频，点击"提取爆款文案"（ASR 识别）。
- 配置改写参数，点击"AI 改写"生成原创文案。
- 查看相似度和原创度评分，确认文案满足原创要求。
- 进行场景匹配，导出存疑清单（如有）。
- 使用改写后的文案继续原创解说流程。
智能混剪
- 进入
/remix，每行输入一个视频路径或使用已有上传素材。 - 选择模式：
- 普通模式：根据镜头评分与配音进行混剪。
- 音乐卡点模式：提供 BGM，选择 dense / medium / sparse 卡点密度，可启用高潮慢放。
- 先执行智能分镜，再开始混剪。
- 预览输出或导出草稿包。
AI 配音与声音复刻
- 进入
/voiceover，普通 TTS 可直接选择音色并生成。 - 声音复刻区先刷新引擎状态，仅已就绪的引擎可选择。
- 提供参考音频路径、文本和目标下载目录。
- 勾选"我已获得参考音频权利人的授权"，再生成。
参考音频必须由你拥有或已获得明确授权；本地 IndexTTS2 参考音频需要位于 uploads/ 目录内。
AI 封面生成
- 在原创解说界面的高级功能工作台中选择"AI 生图"标签。
- 选择图像生成厂商（推荐"自定义 OpenAI 兼容"）。
- 输入提示词，选择尺寸和风格。
- 点击生成，等待云端模型返回（通常需要 60-120 秒）。
- 系统会明确提示是否使用了云端模型或本地模板兜底。
配置说明
三类独立模型配置
项目支持三类独立的模型配置，互不干扰：
文本模型（LLM）
用于文案生成、脚本优化、文案质检等文本任务。支持 14 种渠道：
| 渠道 | 默认模型 |
|---|---|
| custom_openai（推荐） | 用户自定义 |
| openai | gpt-5 |
| anthropic | claude-sonnet-5 |
| gemini | gemini-2.5-flash |
| kimi | kimi-k2.6 |
| spark | spark-v4 |
| qwen | qwen3-max |
| ernie | 用户自定义 |
| chatglm | glm-4.6 |
| deepseek | deepseek-chat |
| openrouter | qwen/qwen3-235b-a22b-instruct |
| siliconflow | Qwen/Qwen3-235B-A22B-Instruct |
| doubao | doubao-seed-1-6-250615 |
视觉模型（VLM）
用于视频画面分析、场景识别。支持 8 种渠道：custom_vision（推荐）、gpt4v、claude_vision、gemini、qwen_vl、baidu、tencent、spark_vision。
图像生成模型
用于 AI 封面生成。支持 10 种渠道：custom_openai（推荐）、openai、qwen、baidu、tencent、chatglm、doubao、minimax、siliconflow、openrouter。
重要：三类模型的 API Key、Base URL 和模型名完全独立配置，不会互相干扰。请在设置页面的对应卡片中填写。
配置 IndexTTS2 本地声音复刻（可选）
本地 IndexTTS2 声音复刻使用独立 Python 3.10 worker：
- 安装 Python 3.10。
- 按
models/index-tts/pyproject.toml安装依赖。 - 下载模型权重到
models/index-tts/checkpoints/目录。 - 可选：设置环境变量
INDEXTTS_PYTHON指向 Python 3.10 解释器路径。
项目结构
JJYB_AI智剪/
├── frontend/ Flask 应用入口、模板与静态资源
│ ├── app.py Flask、SocketIO 与桌面窗口入口
│ ├── templates/ 业务页面与设置页面
│ │ ├── base.html 基础模板
│ │ ├── index.html 视频编辑器
│ │ ├── commentary.html 原创解说（含三处风格联动+高级功能工作台）
│ │ ├── remix.html 智能混剪
│ │ ├── voiceover.html AI 配音
│ │ ├── settings.html 系统设置
│ │ ├── materials.html 素材库
│ │ ├── projects.html 项目管理
│ │ └── ... 其他页面
│ └── static/ 公共脚本、Layui 与静态资源
├── backend/
│ ├── api/ Flask Blueprint 路由模块
│ │ ├── commentary_api.py 原创解说路由
│ │ ├── commentary_routes_enhanced.py 原创解说增强路由
│ │ ├── remix_api.py 混剪路由
│ │ ├── voiceover_api.py 配音路由
│ │ ├── cover_api.py AI 封面生成路由
│ │ ├── advanced_routes.py 高级功能路由
│ │ ├── settings_api.py 设置路由
│ │ └── ... 其他路由
│ ├── engine/ 音视频、分镜、同步、字幕和模型引擎
│ │ ├── smart_shot_segmenter.py 智能镜头分割
│ │ ├── puppet_sync_engine.py 拟人化同步引擎
│ │ ├── beat_remix_engine.py 音乐卡点混剪引擎
│ │ ├── script_generator.py 脚本生成
│ │ ├── tts_engine.py TTS 引擎
│ │ ├── video_composer.py 视频合成
│ │ ├── sync_engine.py 三同步引擎
│ │ └── ... 其他引擎
│ ├── services/ 面向功能流程的业务编排
│ │ ├── commentary_service.py 解说服务
│ │ ├── commentary_service_enhanced.py 解说增强服务（全流程编排）
│ │ ├── remix_service.py 混剪服务
│ │ ├── voiceover_service.py 配音服务
│ │ └── ... 其他服务
│ ├── prompts/ 解说风格、文案质检与提示词
│ │ ├── narration_styles.py 12 种解说写作风格定义
│ │ ├── narration_prompts.py 解说提示词（含10种钩子+7种模式指引）
│ │ └── script_doctor.py 文案质检六维评分提示词
│ ├── database/ SQLite DatabaseManager
│ ├── config/ AI 配置模型
│ ├── utils/ 路径、草稿包、日志等工具
│ ├── workers/ 独立 Python 3.10 IndexTTS2 worker
│ └── assets/ 字体、音频与图片资源
├── config/ 本地应用配置
│ ├── config.yaml 应用配置文件
│ ├── censor_words.json 违禁词库
│ └── ai_config.json AI 模型配置（运行时生成，含 API Key，不提交）
├── resource/ TransNetV2 权重与 ImageMagick 资源
├── models/index-tts/ IndexTTS2 源码与运行配置（独立环境）
├── uploads/ 运行时上传文件
├── output/ 成片、草稿包和其他输出
├── exports/ 编辑器导出的项目文件
├── database/ 本地 SQLite 数据库
├── logs/ 运行日志
├── temp/ 任务断点、分析缓存与处理中间产物
├── 开发文档/ 面向维护者的技术文档
├── scripts/ 开发调试脚本
│ ├── check_system.py 环境检查脚本
│ └── start_flask.py Flask 启动脚本
├── requirements.txt 主程序 Python 依赖
├── 启动应用.bat Windows 启动脚本
└── README.md 项目说明
主要页面
| 页面 | 地址 | 用途 |
|---|---|---|
| 视频编辑器 | /editor |
项目时间线与基础编辑 |
| 原创解说 | /commentary |
分镜、文案、配音、拟人化同步、精选复刻、高级功能工作台 |
| 智能混剪 | /remix |
普通混剪与音乐卡点混剪 |
| AI 配音 | /voiceover |
常规 TTS、声音复刻、下载到指定目录 |
| AI 功能 | /ai_features、/ai-features |
AI 配音、字幕生成、智能剪辑快捷入口 |
| 素材库 | /materials |
素材上传、分类、预览与管理 |
| 项目管理 | /projects |
项目查看与管理 |
| 系统设置 | /settings |
API、模型与运行配置 |
关键 API
原创解说
| 方法 | 路径 | 功能 |
|---|---|---|
| POST | /api/commentary/smart-segment |
智能分镜 |
| POST | /api/commentary/generate-script |
AI 生成解说文稿 |
| POST | /api/commentary/optimize-script |
AI 优化文稿 |
| POST | /api/commentary/generate-voices |
生成分段配音 |
| POST | /api/commentary/puppet-sync |
拟人化同步 |
| POST | /api/commentary/process |
一键处理解说全流程 |
| GET | /api/commentary/result/<project_id> |
获取解说结果 |
| POST | /api/commentary/export-jianying-draft |
导出剪映草稿 |
智能混剪
| 方法 | 路径 | 功能 |
|---|---|---|
| POST | /api/remix/smart-segment |
批量分镜 |
| POST | /api/remix/general-mode |
普通混剪 |
| POST | /api/remix/music-beat |
音乐卡点混剪 |
| GET | /api/remix/progress/<task_id> |
查询混剪进度 |
| POST | /api/remix/export-jianying-draft |
导出草稿包 |
AI 配音
| 方法 | 路径 | 功能 |
|---|---|---|
| GET | /api/voiceover/voices |
获取音色列表 |
| POST | /api/voiceover/generate |
生成配音 |
| POST | /api/voiceover/batch-generate |
批量生成 |
| GET | /api/voiceover/clone-engines |
获取克隆引擎状态 |
| POST | /api/voiceover/clone-generate |
生成克隆配音 |
AI 封面生成
| 方法 | 路径 | 功能 |
|---|---|---|
| POST | /api/cover/generate |
生成封面 |
| GET | /api/cover/history |
获取封面历史 |
高级功能
| 方法 | 路径 | 功能 |
|---|---|---|
| GET | /api/advanced/narration-styles |
获取解说风格列表 |
| POST | /api/advanced/script-purify |
AI 提纯文案 |
| POST | /api/advanced/highlight-extract |
高光提取 |
| POST | /api/advanced/script-doctor/diagnose |
文案质检 |
| POST | /api/advanced/curated-remake/extract-script |
提取爆款文案 |
| POST | /api/advanced/curated-remake/rewrite-script |
AI 改写文案 |
| POST | /api/advanced/export/multi-format |
多格式导出 |
系统设置
| 方法 | 路径 | 功能 |
|---|---|---|
| GET/POST | /api/settings |
获取/保存设置 |
| GET/POST | /api/settings/api-config |
API 配置 |
| POST | /api/settings/test-api |
测试 API 连接 |
草稿包说明
"导出剪映草稿"会生成剪映原生草稿目录结构：
- 检测到剪映草稿目录时，直接写入原生格式，剪映专业版可自动扫描打开。
- 未检测到时，回退到
output/jianying_drafts/目录，生成通用草稿包。
草稿包含以下轨道：
- 视频轨：按配音段选取的镜头片段
- 配音轨：TTS 生成的语音段
- BGM 轨：背景音乐（可选）
- 字幕轨：逐段字幕文本
运行数据位置
| 路径 | 内容 | 说明 |
|---|---|---|
config/ai_config.json |
AI 模型配置（含 API Key） | 不提交，运行时生成 |
database/jjyb_ai.db |
项目与素材记录 | 不提交 |
uploads/ |
上传视频、音频、参考音频 | 不提交 |
output/ |
成片、草稿包、预览、封面 | 不提交 |
temp/ |
可再生中间文件 | 可随时清理 |
logs/ |
本地运行日志 | 不提交 |
开发与验证
# 环境检查
py -3 scripts/check_system.py
# 语法检查
py -3 -c "import ast; ast.parse(open('backend/services/commentary_service_enhanced.py', encoding='utf-8').read()); print('OK')"
提交前建议验证以下关键流程：
- 原创解说（分镜→文稿→配音→同步→导出）
- 普通混剪
- 音乐卡点混剪
- 常规配音
- 克隆配音
- 剪映草稿导出
- 精选视频复刻
- 文案质检
- AI 封面生成
- 断点恢复
文档
常见问题
FFmpeg 不可用
症状：渲染、时长探测或音画同步失败。
处理：安装 FFmpeg 并将其目录加入 PATH，重新打开终端后执行 ffmpeg -version 验证。
模型/API 不能调用
- 检查
/settings中的 Key、Base URL、模型名称。 - 确保在正确的配置卡片中填写（文本模型、视觉模型、图像模型三个独立卡片）。
- 使用"测试连接"确认服务端真实可达。
- 查看
logs/app.log，不要把日志中的敏感信息公开。
配音段提示未完成
- 检查 TTS 引擎是否正常（Edge TTS 需要网络）。
- 确认配音段的
status字段是否为ready。 - 查看浏览器控制台是否有
refreshPsReadyCheck的详细日志。
拟人化同步失败
- 确认已完成智能镜头分割。
- 确认已生成至少一段配音。
- 检查
logs/app.log中puppet_sync_commentary的日志。 - 后端已对 shots/voices 格式做兼容处理，如仍失败请检查输入数据。
剪映草稿导出失败
- 确认已完成拟人化同步（timeline 非空）。
- 后端会自动从项目 workbench 回填 timeline/audio_paths。
- 检查剪映草稿目录是否可写。
本地声音复刻未就绪
- 确认已安装 Python 3.10。
- 确认
INDEXTTS_PYTHON（如已设置）指向 Python 3.10。 - 确认
models/index-tts/checkpoints/模型权重齐全。 - 在 AI 配音页面刷新克隆引擎状态。
视频无法解码
- 检查视频文件完整性。
- 确认视频编码格式为常见格式（H.264、H.265、VP9 等）。
- 查看 OpenCV/FFmpeg 日志获取详细错误信息。
加入交流群
欢迎加入 JJYB_AI_VideoAutoCut 官方 QQ 交流群，交流安装部署、模型配置、原创解说、智能混剪、AI 配音和问题排查。提问时建议附上软件版本、复现步骤和已脱敏的日志片段。
QQ群号：279549628
群二维码可能因 QQ 平台规则失效；无法扫码时，可直接在 QQ 中搜索群号
279549628。
使用许可
本仓库采用 JJYB_AI_VideoAutoCut 个人使用许可，属于“源代码公开”项目，不是允许自由商业利用的标准开源许可证。
你可以：
- 为个人学习、技术研究、功能体验和非商业创作下载、运行及修改本软件。
- 在保留版权和许可说明的前提下，为非商业学习目的研究源码。
未经作者事先书面授权，你不可以：
- 将软件、源码、修改版或打包版用于任何直接或间接商业用途。
- 出售、出租、付费分发软件，或提供收费安装、代部署、托管、剪辑、生成内容等服务。
- 将本项目或其主要代码集成到收费产品、商业平台、企业内部商业流程或广告变现项目。
- 删除或篡改版权、作者、许可和来源说明，或以他人名义重新发布。
商业授权请通过项目主页或 QQ 群 279549628 联系作者。完整条款以 LICENSE 为准。
免责声明
- 本工具仅供个人合法使用，使用者需遵守当地法律法规。
- 本软件未经作者书面授权不可商用，只能用于个人学习、研究和自行使用。
- 使用声音复刻功能前必须取得参考音频权利人的明确授权。
- 请只对拥有合法权利的文本、视频、音乐与参考音频进行处理。
- 生成内容的版权归属由使用者自行判断和承担。
- 开发者不对使用本工具产生的任何法律责任负责。
版本历史
| 版本 | 日期 | 主要更新 |
|---|---|---|
| v3.3.0 | 2026-08-09 | 全量同步新版源码，重构公开源码 README，加入完整品牌介绍图与 QQ 群入口，补齐 Release 构建流程和发布安全规则 |
| v3.2.0 | 2026-08-03 | 混剪高级功能改为混剪专用节奏包，修复剪映草稿路径检测成功后误报网络失败，补充运行目录忽略规则与维护文档 |
| v3.1.0 | 2026-08-01 | 三处解说风格联动、10种钩子选择、配音段容错、音画同步兜底、剪映草稿导出修复 |
| v3.0.0 | 2026-07-31 | 全面重构原创解说流程、新增拟人化同步引擎、原片原声穿插 |
| v2.0 | 2026-07 | 新增 AI 封面生成、精选视频复刻、声音复刻 |
| v1.0 | 2026-06 | 初始版本：原创解说、智能混剪、AI 配音 |