akmon/video_splitter/README.md

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 并将其加入环境变量。

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：

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:

   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。