Files

T

simonkoson ede30d3043 feat: CCA 唱词助手子项目 v3 — 脚本版流水线完成

新增 cca/ 子项目：编导A稿+人声音频 → ASR+AI校对+AI折行 → 5段SRT字幕。
- 讯飞录音文件转写标准版（热词注入）
- DeepSeek AI校对（严格纪律：只改错别字/术语/填充词，不润色）
- DeepSeek AI折行（语义断句，≤14字/行）
- 节目结构自动切分（导视/正片×3/预告）
- 绝对时间戳SRT输出（大洋系统兼容）

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

2026-07-04 15:25:08 +08:00

5.9 KiB

Raw Blame History

CCA 唱词助手子项目 Brief

主项目 → 子项目的"交接宪法"：红线、技术栈、出入口接口起草日期：2026-07-04 状态：主项目签发，子项目内部不修改

一、为什么做

痛点：《军事科技》每期节目剪辑完成后，编导需要制作一份唱词字幕（SRT 文件）交给责编拉到大洋系统上线。目前纯手工操作——对照 A 稿听音频逐句打字幕，费时且容易出错。

升级目标：编导只需提供 A 稿 + 粗编人声音频，系统自动走 ASR + AI 校对 + 编导审稿确认，最终输出大洋系统可直接使用的 SRT 文件。

紧迫性：切实解决当前痛点，功能不复杂，两天内出可用版本。先独立部署测试，成熟后并入 TPS 主项目。

二、做什么（功能边界）

模块	简述
专有名词提取	AI 从 A 稿中摘取军事专有名词（型号、人名、机构等），形成热词词典
讯飞 ASR 转写	音频 + 词典 → 带时间戳的 ASR 稿
AI 校对比对	ASR 稿 ⊕ A 稿比对，自动修正明显错误，标记存疑差异
编导审稿台	双屏对比 UI，差异高亮，编导点击确认/手动修改
SRT 生成	B 稿按拍词规则折行 + 时间戳 → 大洋格式 SRT

具体怎么做，子项目内部讨论，本 Brief 不预设方案。

三、怎么用（目标流程）

编导剪完节目，手头有 A 稿（docx/txt）+ 粗编纯人声音频
编导上传 A 稿和音频到 CCA 系统
系统自动：提取专有名词 → 讯飞 ASR → AI 校对 → 生成初版对比
编导进入审稿台：查看差异、确认/修改
系统输出 SRT 文件
责编拿 SRT 拉到大洋系统形成唱词字幕

四、不做什么（红线）

❌ 不替代编导审稿：AI 拿不准的必须过编导确认，不全自动出 SRT
❌ 不改 A 稿内容：A 稿只用于提取专有名词和提供参照，不回写
❌ 不动主项目 backend 代码 / schema（在吸收进主项目之前）
❌ 不复用主项目 backend/.env 的凭证（子项目自己 .env）
❌ 不用讯飞大模型版 ASR（用录音文件转写标准版，与 doco 一致）
❌ 不做视频处理（输入是已分离的纯人声音频，不是视频）
❌ 不做内容创作（AI 只校对不创作，尊重 ASR 底稿 + 编导意见）

五、技术栈约束

运行环境：Python 3.x + Web 前端（审稿台）
ASR：讯飞开放平台录音文件转写标准版（热词偏置注入）
AI/LLM：用于专有名词提取 + 校对（具体模型子项目讨论，省 token 优先）
输出格式：SRT（大洋系统兼容，有样本）
部署：先部署 lanhao 配音 2.0 网站测试，后续并入 TPS
美术风格：参考 ai-labeling/example/ 目录下的设计稿（功能区划.jpg、幅面参考.jpg、页面风格.webp），CCA 的 UI 风格与 TPS 主项目保持一致

六、交付什么（出口接口）

6.1 并入架构（同一服务器、同一进程）

CCA 最终不是独立微服务，而是代码合并进 TPS 同一套服务：

后端：CCA 的 API 路由并入 backend/app/api/（如 cca.py），业务逻辑并入 backend/app/services/（如 cca_service.py），共用同一个 FastAPI 进程
前端：CCA 页面并入 frontend/src/pages/（如 CCA/ 目录），作为 TPS React 应用的一个路由页面（/cca）
同一台服务器：不存在跨服务调用，共用 TPS 的 PostgreSQL、同一个 .env

6.2 开发阶段的独立形态

并入前的开发测试阶段，CCA 以独立可运行的 Web 应用存在：

独立的后端（FastAPI 或轻量框架）+ 前端（审稿台 UI）
可单独部署到 lanhao 配音 2.0 网站跑通验证
代码结构从一开始就按"能干净并入 TPS"设计（目录命名、API 风格、前端组件规范对齐主项目）

6.3 具体交付清单

交付物	说明
CCA 后端 API	文件上传（A稿+音频）、ASR 任务触发/轮询、校对结果、审稿确认、SRT 下载
讯飞 ASR 适配层	热词注入 + 转写 + 解析，可被主项目其他模块复用（与 doco 逻辑同源）
专有名词提取服务	AI 从 A 稿提取军事专名 → 热词词典
AI 校对比对服务	ASR 稿 ⊕ A 稿差异标记（自动修正 + 存疑清单）
编导审稿台前端	双屏对比 UI + 差异高亮 + 确认/手改交互
拍词折行引擎	按规则把 B 稿折行 + 结合时间戳生成 SRT
SRT 输出	大洋系统兼容格式（有样本对标）

6.4 配置与凭证

开发阶段：cca 自己的 .env（讯飞 Key + LLM Key）
并入后：凭证合并进 TPS 主项目 backend/.env，讯飞 Key 可与 doco 共用
主项目 docs/api_credentials_inventory.md 登记 CCA 凭证元信息

6.5 不接受

并入前，子项目自己改主项目 backend 代码、schema、迁移
未经主项目审批引入主项目没有的技术栈
并入时引入与主项目冲突的依赖版本

七、入口接口（子项目要知道的主项目现状）

主项目已有讯飞 ASR 经验：doco 子项目已跑通讯飞录音文件转写标准版，签名/上传/轮询/解析全套逻辑可复用
主项目有 api_credentials_inventory.md：凭证元信息登记表
主项目有跨子项目协作规则：PRD 版本管理等，见 跨子项目协作规则.md

八、制片人待提供

拍词规则（责编拍词的具体 markdown 规则文档）
大洋 SRT 样本文件（一份能用的真实样本）
粗编音频样本（一期的真实音频，用于开发测试）
A 稿样本（对应的编导 A 稿）

九、本 Brief 自身的修订规则

本 Brief 不在子项目内修改
红线/技术栈如有变更，主项目这边发新版
子项目可在自己的 chat 里建议调整，调整动作只能在主项目发生

5.9 KiB Raw Blame History Unescape Escape