Skip to content

Video_README.md

Latest commit

 

History

History
69 lines (57 loc) · 1.89 KB

Video_README.md

File metadata and controls

69 lines (57 loc) · 1.89 KB
Raw

Video 处理模块

功能概述

这是应该独立的视频内容分析模块，与agent无关。 本模块提供自动化的视频内容分析处理流水线，主要功能包括：

  • 音频提取与语音转字幕
  • 视频内容智能分析
  • 自动生成结构化报告
  • 实时监控输入目录处理新视频

目录结构

video/
├── input/          # 待处理视频存放目录
├── output/         # 分析报告输出目录
├── subtitles/      # 生成的字幕文件
├── models/         # 模型文件
│   └── Faster-Whisper/  # 语音识别模型
├── src/            # 源代码
│   ├── main.py          # 主处理逻辑
│   └── video_monitor.py # 监控服务
└── README.md       # 本文件

处理流程

  1. 音频提取
    使用FFmpeg从视频中提取16kHz单声道WAV音频

  2. 语音转字幕
    使用Faster-Whisper模型生成带时间戳的字幕

  3. 内容分析

    • 判断视频类型(发布会/动画/影视剧等)
    • 识别需要视觉分析的片段

  4. 视觉分析 (可选)
    对关键片段提取帧并使用qwen2.5vl模型分析

  5. 报告生成
    整合文字和视觉分析生成结构化报告

输出格式

示例报告见output/nioin_final_report.txt，包含：

  • 视频类型判断
  • 分段内容分析表(时间段|描述|核心内容)
  • 视觉分析结果(如适用)

依赖模型

  • Faster-Whisper: 语音识别
  • qwen2.5vl: 视觉内容分析
  • deepseek-reasoner: 内容理解

使用方式

单视频处理

python src/main.py input/视频文件名.mp4

监控服务

python src/video_monitor.py

服务将自动监控input/目录并处理新视频

注意事项

  1. 确保已安装FFmpeg并加入PATH
  2. 模型文件需放置在models/目录
  3. 输出报告会覆盖同名文件
  4. 日志记录在video_processor.log