ai-chatbot/docs/video-render-service-2026-09-17.md

41 lines
4.4 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 视频合成独立服务实施记录
用户明确只迁移视频合成,其他分析、选片和任务管理保留主项目。新建独立 Node HTTP 服务,复用同一 EDL/FFmpeg 渲染实现;没有重新实现另一套预览/导出时间规则。
## 算力服务器
只读检查:shujuku3,AMD EPYC 7B12,64物理核/128线程,125GiB内存,可用约79GiB,根盘空余约151GiB(检查时点)。四张Tesla P40,三张已加载千问模型。现有 `qwen3.8-27b-q4-32k` 三个实例在18230/18231/18233,健康接口均成功;`/props` 明确 vision/video/audio 均为false,只能复用文字能力。
部署:专用 video-render 用户和 systemd 服务,FFmpeg 6.1.1,已有 Noto CJK 字体。CPUQuota=400%,MemoryHigh=6G,MemoryMax=8G,并发1,监听127.0.0.1:18340。文字助手指向18231,普通合成不调用模型;此轮没有新增模型推理测试或改变现有千问服务配置。
48 主机通过专用 SSH 隧道访问同一回环端口。新隧道密钥仅允许指定回环监听端口,固定主机公钥,服务另有随机 Bearer 认证。客户端凭据保存在 `/etc/video-render-client.env`,没有提交 Git。
## 已验证
- 真实 PySceneDetect 识别三个色块镜头;RMS识别两段有声区间;librosa识别22个节拍。
- 真实 FFmpeg:直接拼接4秒、叠化后3.5秒,含无音轨素材、2倍速、配乐和中文字幕。
- 独立 HTTP 服务真实测试:无凭据401、同ID重复提交幂等、不同参数409、强制杀进程后重启恢复、完成后重启仍可下载。
- 48主机适配器→加密隧道→算力服务→读取成片→现有对象存储归档:720p横屏及1080p竖屏成功。竖屏额外覆盖三片段、非整秒边界、不同速度和0.25秒叠化。
- 真实 React 组件操作:添加素材、生成方案、转写未就绪禁用、分割、变速、转场、排序、导出参数、关闭重开恢复、EDL下载。尚需主项目发布后的完整页面验证。
- helpers 482项通过,1项跳过;TypeScript通过。真实PostgreSQL队列回归通过。
## 智能剪辑实现范围
四种模式、最多三版广告排序、语句/镜头候选、可选千问3.8视觉选片、节拍切镜、去静音、可编辑时间轴和字幕、方案/SRT下载、成片回到画布。模型语义请求状态不明确时禁止重复调用。广告多版本目前是候选排序轮换,不能宣称独立创意脚本生成。
FunASR适配与安装脚本已实现,未装权重、未做真实ASR验收,界面禁用自动转写并支持导入SRT。当前本地千问接口不能替代视觉选片,视觉分析继续使用主项目已有模型配置。
部署边界:独立合成服务已启动且两机链路实测通过;主项目正式应用的切换状态将在发布验证后追加。此前音频/导演台等开发分支改动不能凭本记录视为已经上线。
## 2026-09-17 智能剪辑界面与输出范围补齐
用户再次要求按参考站像素级对齐。新增独立编辑器和画布节点输入卡片,逐项记录见 `smart-edit-ui-parity-2026-09-17.md`。新增手动字幕样式、逐片段三种转场、六种比例、480P和300秒上限,主项目与算力服务共用合同;修正远程返回结果旧90秒/1920限制。真实300秒输出发现AAC封装尾差,输出探测及校验保留0.2/0.15秒容差。
48候选应用仍运行独立目录 `/var/www/ai-chatbot-render-0917` 和回环3135,公网应用3125尚未切换。候选旧版已完成真实Next API鉴权、排队、选片、节拍、远程渲染和归档测试;新UI必须完成候选重建与验证后再更新此状态。不要将算力服务已部署理解成主站UI已上线。
## 最新状态:本地验收优先,停止服务器更新
上述候选随后已在 `6869bd8c` 完成构建及启动;七个素材、手工字幕、21:9/480P、重复提交幂等、真实Next API到远程渲染和对象存储回传通过。此时公网仍为3125旧应用,未切换。算力服务当时的包为 `0f7d1c0eeb42971c`。
用户进一步要求先在本地补齐和测试特效等缺项,再更新服务器。因此此后的画面变换、字幕坐标和独立音轨等增量只在本地开发验证,尚未同步至候选或算力服务;需要将主项目与算力服务的共享合同同步发布后才能在线使用。完成已确认功能不代表全部参考站子功能已核对完毕,继续对照的记录见智能剪辑界面验收文档。