Voxplore v4.0 — 多视频智能合并解说专家。批量上传 → AI 视觉+声纹混合分组 → 第一人称片段提取 → 模块化成品输出，让短剧/影视/vlog 一键变成"我在现场"的专业叙事视频。
批量上传视频（文件夹 / Ctrl多选）
│
▼
┌──────────────────────────────────────────────────────────┐
│ Step 1 · 场景理解 │
│ AI 逐帧分析，判断"我"的主体视角，提取高光片段 │
└──────────────────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────────┐
│ Step 2 · 智能分组 │
│ 视觉 embedding（0.7）+ 声纹（0.3）混合相似度 │
│ → 同一人物避免重复解说 │
└──────────────────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────────┐
│ Step 3 · 叙事选段 │
│ 叙事完整优先 + 情感峰值驱动 │
│ 悬疑铺垫 → 剧情高潮 → 情感共鸣 │
└──────────────────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────────┐
│ Step 4 · 解说生成 + 导出 │
│ 7 种预设风格 + 角色设定 │
│ MP4 / 剪映草稿 JSON 双格式输出 │
└──────────────────────────────────────────────────────────┘
| 能力 | 说明 |
|---|---|
| 🎬 多视频智能合并 | 批量上传，AI 自动分组选段，避免重复解说 |
| 👤 第一人称片段提取 | 逐帧分析，Qwen2.5-VL 判断"我"的视角 |
| 💡 情感峰值驱动 | 叙事完整优先 + 情感峰值加权排序 |
| 🎙️ 7 种情感风格 | 治愈/悬疑/励志/怀旧/浪漫/幽默/纪录片 |
| ✍️ 精准字幕 | TTS word-level，音字同步 50ms 精度 |
| 📦 模块化成品 | 合并版（完整叙事）+ 高光片段（单独分发） |
| 🖥️ 剪映导出 | 原生草稿 JSON，无缝导入剪映精剪 |
| 🌐 全本地运行 | 视频永不上传云端 |
简约科技风桌面端，基于 PySide6 + OKLCH Design System：
项目列表（ProjectsWindow）
│ 新建 / 打开 / 删除
▼
步骤 1 · 上传 → 拖拽批量上传文件
步骤 2 · 场景理解 → AI 分析进度 + 场景卡片
步骤 3 · 配音编辑 → 解说词编辑 + 情感风格 + TTS 进度
步骤 4 · 导出 → 格式/质量选择 + 导出进度
全新 UI 默认未启用。编辑
app/main.py，取消注释launch_new_ui()即可体验。
访问 Releases 下载 Windows .exe / macOS .dmg / Linux .AppImage。
git clone https://github.com/Agions/Voxplore.git
cd Voxplore
pip install -r requirements.txt
python app/main.py# DeepSeek（解说生成主力，推荐）
export DEEPSEEK_API_KEY="sk-..."
# 通义千问（场景理解，备选）
export QWEN_API_KEY="..."
# 不配置时：Edge-TTS 配音合成等基础功能仍可正常使用| 模块 | 模型 | 说明 |
|---|---|---|
| 智能分组 | Qwen2.5-VL + 声纹识别 | 视觉 0.7 + 音频 0.3 混合相似度 |
| 第一人称提取 | Qwen2.5-VL | 逐帧分析，主体视角判断，9–60 秒片段 |
| 解说生成 | DeepSeek-V3 | 代入"我"视角，7 种预设风格 |
| 语音识别 | SenseVoice | 阿里 FunAudioLLM，中文 ASR + 说话人分离 |
| 配音合成 | Edge-TTS · F5-TTS | Edge 主流低延迟，F5 零样本音色克隆 |
| 字幕 | TTS word-level timing | 50ms 以内精度 |
| 云端备选 | GPT-4o / Claude Sonnet | 按需切换 |
| 文档 | 说明 |
|---|---|
| 快速开始 | 5 分钟上手 |
| 功能详解 | 全部功能说明 |
| AI 模型 | 各模型配置指南 |
| FAQ & 疑难排查 | 常见问题 |
| 类别 | 技术 |
|---|---|
| UI 框架 | PySide6 (Qt 6.5+) · OKLCH Design System |
| 编程语言 | Python 3.10+ |
| 视频处理 | FFmpeg + OpenCV |
| 本地 ASR | SenseVoice / Faster-Whisper |
| 云端 AI | OpenAI SDK（多厂商兼容） |
| 字幕格式 | SRT / ASS（电影级样式） |
| 导出格式 | MP4（H.264/H.265）/ 剪映草稿 |
MIT License · Copyright © 2025-2026 Agions
⭐ 如果 Voxplore 对你有帮助，请给一个 Star