音视频多媒体

具体有书籍导入模块，作品新建模块，书架，最近阅读列表，作品列表，阅读设置等等功能。可以导入epub格式书籍，正常阅读，二次创作，使用系统tts听书朗读。亦可以自己从0开始创作。

1.48kHz录音室级音色克隆：利用本地4090算力，实现对特定人声的超高还原度建模，彻底跨越“恐怖谷效应”，支持多语言身份对齐。2.VLM视觉自愈RPA：引入视觉语言模型导航，AI像人眼一样识别UI界面，彻底摆脱脆弱的CSS/DOM选择器，网页改版逻辑自动适配。3.HITL人机协同安全锁：通过3D

具体功能模块：智能导演智能体模块：基于LLM（DeepSeek等）自动将创意转化为详细多集剧本，包含场景描述、人物动作、运镜指令角色一致性管理模块：角色档案库管理（图片、性别、性格），确保视觉一致性并行分镜生成模块：支持单集最多30个分镜并行生成，大幅缩短制作周期实时流式界面模块：WebSocket

短视频内容系统视频发布（15–60秒、封面抽帧、技能标签、服务方式标签必选）内容分发：LBS优先（默认3km，可配置到5km）基础互动：点赞、收藏、关注、分享（站内）“预约咨询”入口与转化归因（视频→线索）达人成长与认证体系入驻流程：申请→实名认证→技能标签→资质（可选）→发布3条技能视频→成为达人

本项目是一款重度交互的移动端教育产品，兼具工具属性与游戏化社区属性。主要功能模块如下：1、AI说（情景互动陪练）：打造了极简的对话UI（顶部常驻AI女教师头像），摒弃繁杂干扰，提供中英双语的实时智能对话。AI能够根据上下文引导学生进行情景演练，并在对话后自动进行语法纠错与细节把控。2、核心学习与模考

现代化音频引擎：基于AndroidMedia3(Exoplayer)封装，支持多种无损音频格式播放、淡入淡出及倍速调整。响应式UI体验：采用JetpackCompose结合MaterialDesign3设计规范，实现了流畅的动态色彩切换及深色模式适配。媒体会话管理：深度集成MediaSession，