使用指南

快速开始

  1. 下载并安装
  2. 运行程序
  3. 在主界面选择您要处理的视频文件
  4. 设置参数后点击"开始处理"按钮

界面介绍

AI视频解说助手的界面分为几个主要标签页：

声纹识别功能

声纹识别功能允许系统识别并区分视频中的不同说话者：

  1. 在"声纹识别"标签页中，输入用户名并选择包含该用户声音的音频文件
  2. 点击"注册声纹"按钮，系统将自动提取声纹特征并保存
  3. 已注册的声纹将显示在声纹列表中，可以保存、加载或删除声纹

一键处理功能

一键处理是最简单的视频解说生成方式：

  1. 在"批量处理"标签页的"一键处理"部分，选择要处理的视频文件
  2. 设置视频分割参数（片段长度、跳过开头和结尾的时间）
  3. 选择是否使用声纹识别
  4. 选择使用的模型
  5. 点击"开始一键处理"按钮
  6. 处理完成后，可以点击"打开输出目录"查看生成的视频文件

批量处理功能

批量处理允许您同时处理多个视频文件：

  1. 在"批量处理"标签页，选择包含多个视频文件的目录
  2. 设置视频分割参数和声纹识别选项
  3. 选择使用的模型
  4. 点击"开始批量处理"按钮
  5. 系统将自动处理目录中的所有视频文件
  6. 处理完成后，可以点击"打开输出目录"查看生成的视频文件

设置说明

在"设置"标签页中，您可以配置以下选项：

使用千问模型或gemini模型

千问模型提供更高质量的解说生成：

  1. 在批量处理或一键处理界面，从"模型选择"下拉菜单中选择一个千问模型或gemini模型：
    • 千问 Max (阿里云) - 性能最强，适合复杂解说
    • 千问 Plus (阿里云) - 平衡性能和效率
    • 千问 Turbo (阿里云) - 速度最快，适合简单解说
    • gemini 2.0 flash (Google) - 性能最强，适合复杂解说
    • gemini 2.0 flash lite (Google) - 速度最快，适合简单解说
  2. 正常执行批量处理或一键处理操作，系统将使用所选模型生成解说

输出文件说明

处理完成后，系统会生成以下文件：

所有输出文件默认保存在"output"目录下

故障排除

如果遇到问题，请尝试以下解决方法：

返回首页