58 lines
1.9 KiB
Markdown
58 lines
1.9 KiB
Markdown
# 智能新闻拆条系统 (Smart News Splitter)
|
||
|
||
本项目演示了如何利用 **Qwen3-VL** 多模态大模型实现新闻节目的自动拆条、编目和入库。
|
||
|
||
## 项目结构
|
||
|
||
- `main.py`: 主程序入口，协调预处理、AI分析和视频切割流程。
|
||
- `ai_agent.py`: 模拟 Qwen3-VL 的交互代理，负责视频内容理解和分段。
|
||
- `processor.py`: 封装 FFmpeg 操作，处理视频切割和音频提取。
|
||
- `requirements.txt`: 项目依赖。
|
||
|
||
## 核心流程
|
||
|
||
1. **预处理**: 提取视频音频，进行 ASR 转写（本项目使用模拟文本）。
|
||
2. **AI 分析**: 将视频帧和 ASR 文本发送给 Qwen3-VL，模型返回结构化的新闻片段信息（JSON）。
|
||
3. **物理切割**: 根据模型返回的时间戳，调用 FFmpeg 进行无损切割。
|
||
4. **自动编目**: 生成标题、摘要、标签和封面图，输出 `catalog_report.json`。
|
||
|
||
## 快速开始
|
||
|
||
### 1. 安装依赖
|
||
|
||
确保系统已安装 [FFmpeg](https://ffmpeg.org/download.html) 并将其加入环境变量。
|
||
|
||
```bash
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
### 2. 运行拆条
|
||
|
||
准备一个新闻视频文件（例如 `news.mp4`），然后运行：
|
||
|
||
```bash
|
||
python main.py -i news.mp4 -o output_folder
|
||
```
|
||
|
||
> **注意**: 由于没有真实的 Qwen3-VL API Key，`ai_agent.py` 目前返回的是模拟数据。在实际生产环境中，请替换 `analyze_video` 方法中的逻辑，接入 DashScope API。
|
||
|
||
## 实际接入指南
|
||
|
||
要接入真实的 Qwen3-VL，请修改 `ai_agent.py`:
|
||
|
||
1. 安装 DashScope SDK: `pip install dashscope`
|
||
2. 配置 API Key: `dashscope.api_key = "YOUR_API_KEY"`
|
||
3. 构造多模态消息:
|
||
```python
|
||
messages = [
|
||
{
|
||
"role": "user",
|
||
"content": [
|
||
{"video": video_path},
|
||
{"text": "请分析这段视频，拆分出每条新闻..."}
|
||
]
|
||
}
|
||
]
|
||
```
|
||
4. 调用 `dashscope.MultiModalConversation.call()` 获取结果。
|