39 lines
1.6 KiB
Markdown
39 lines
1.6 KiB
Markdown
# SKG TK 二创 API
|
||
|
||
FastAPI 后端，跑 yt-dlp + ffmpeg + ASR/翻译/文案改写 + MiniMax 配音管线。
|
||
|
||
## 启动
|
||
|
||
```bash
|
||
cd api
|
||
python3 -m venv .venv
|
||
source .venv/bin/activate
|
||
pip install -r requirements.txt
|
||
cp .env.example .env # 按需填 LLM_API_KEY / MINIMAX_API_KEY
|
||
uvicorn main:app --host 127.0.0.1 --port 4291
|
||
```
|
||
|
||
不要在长下载、抽帧、音频处理时带 `--reload` 跑后端；reload 会等待后台任务结束，表现为端口还在但新请求卡住。
|
||
|
||
## 路由
|
||
|
||
- `GET /health` — 健康检查 + 配置状态
|
||
- `POST /jobs` `{url}` — 创建 job，后台下载源视频，视频就绪后可手动解析或提取音频
|
||
- `GET /jobs/{id}` — 当前状态 + 产物
|
||
- `POST /jobs/{id}/transcribe` — 触发音频提取 + ASR + 翻译 + SKG 文案改写；配置 MiniMax 后生成配音。前端 Audio 节点提供“提取音频 / 重新提取音频”按钮，可与抽帧并行，不自动触发
|
||
- `GET /jobs/{id}/video.mp4` — 原视频
|
||
- `GET /jobs/{id}/audio.wav` — 拆轨后的原始音频，供前端底部音频条生成波形
|
||
- `GET /jobs/{id}/audio-script.mp3` — 改写文案的 MiniMax 配音
|
||
- `GET /jobs/{id}/frames/{i}.jpg` — 第 i 张关键帧（0-9）
|
||
|
||
## Mock 模式
|
||
|
||
未设 `LLM_API_KEY` 时，转录走本地 mock，便于 UI 联调；未设 `MINIMAX_API_KEY` 时只生成改写文案，不生成配音文件。
|
||
|
||
## 依赖
|
||
|
||
- `ffmpeg` 系统二进制（拆轨 / 抽帧）
|
||
- `yt-dlp` 系统二进制（也可走 Python 包）
|
||
- OpenAI 兼容 LLM 网关（ASR / 翻译 / 文案改写）
|
||
- MiniMax T2A HTTP（改写文案配音，使用 `MINIMAX_API_KEY`）
|