音视频多媒体

项目包含剧本结构化、角色与场景设定、分镜及提示词生成、镜头素材管理、对白音频处理、字幕时间轴生成、人物口型同步、视频裁剪拼接、音画对齐和质量检查等模块。支持按镜头配置视频与音频素材，批量执行推理任务并输出中间结果；通过自动化脚本统一分辨率、帧率和音频参数，最终生成带字幕的竖屏短剧成片，同时保留剧本、

项目分为三大功能模块：1.门户内容展示模块：支持广电新闻、节目预告、行业公告的分类展示与搜索浏览；2.动态权限管控模块：基于岗位、部门、操作角色实时计算可访问资源，自动调整用户栏目访问、内容编辑、素材上传权限，规避固定权限漏洞；3.后台运营管理模块：管理员可新增/下架内容、管理人员账号、查看操作日志

提供主播素材管理、任务队列、参考视频分析、风格配方、脚本与导演规划、Agnes视频生成、IndexTTS分段配音、HeyGem或Duix口型同步、候选质检、最终复核、包装与多平台发布计划。只读看板从真实运行目录汇总任务和产物，发布步骤必须显式批准。

提供素材新增、修改、删除和列表查询接口；MySQL数据同步至Qdrant；支持全量索引重建；按文案执行向量检索并结合多标签过滤；提供健康检查、OpenAPI文档和DockerCompose一键启动。冒烟测试覆盖CRUD、中文检索、标签筛选、同步与删除完整闭环。

1.系列剧本管理：多集剧本+角色库+场景库，支持集数导航与版本切换；2.剧本编辑器：分镜、对白、旁白、镜头提示词一站式编辑，支持协作批注；3.多平台AI视频生成：无缝对接国内主流视频生成API（可灵/即梦/混元/Vidu/Seedance等），同一剧本可生成多风格视频素材；4.画布流编排：拖拽式视频

●系统架构设计：主导构建模块化Agent架构，集成视频理解、行为分析、画像建模与LLM决策四大模块，支持实时流式处理与批量更新，系统日均处理视频50W+，用户行为日志2亿+条。●多模态：基于Qwen-VL实现视频帧语义分类，准确率达91.3%（Top-1）；融合YOLOv8（目标检测）、Whispe

功能简介（精简版）智能切片与剪辑：基于语音识别、语义分析和规则引擎，从长视频中自动识别金句、高光片段，一键生成多个剪辑方案。剪辑工作室（ClipStudio）：提供多轨时间线、滤镜、字幕、转场等完整剪辑能力，支持WebGPU加速预览与导出。AI辅助编辑：支持用自然语言下指令，由Agent自动完成剪辑