MCP Video Extraction Plus

================================================================================ MCP Video Extraction - 语音识别服务集成修改总结 ================================================================================ 修改时间: 2025-11-22 修改内容: 集成简影(JianYing/CapCut)和B站剪辑(Bcut)两种在线语音识别服务 ================================================================================ 新增文件 (6个) ================================================================================ 1. src/mcp_video_service/services/asr_data.py - ASRDataSeg: 语音识别分段数据类 - ASRData: 完整语音识别数据类 2. src/mcp_video_service/services/status.py - ASRStatus: 语音识别任务状态枚举 - 支持进度跟踪和状态回调 3. src/mcp_video_service/services/base_asr.py - BaseASR: 所有ASR实现的抽象基类 - 提供统一接口、缓存、速率限制等功能 4. src/mcp_video_service/services/jianying_asr.py - JianYingASR: 简影(CapCut)语音识别实现 - 支持AWS S3风格的文件上传 - 完整的签名和认证机制 5. src/mcp_video_service/services/bcut_asr.py - BcutASR: B站剪辑(Bcut)语音识别实现 - 支持分片上传 - 异步任务轮询 6. src/mcp_video_service/services/__init__.py - Services包初始化文件 ================================================================================ 修改的文件 (2个) ================================================================================ 1. src/mcp_video_service/services/video_service.py 主要改动: - 添加ASR提供者配置支持 (asr_provider) - 新增 _create_asr_instance() 方法 - 修改 extract_text() 支持多种ASR提供者 - 添加灵活的导入兼容性处理 配置参数: - asr.provider: 选择ASR提供者 (whisper/jianying/bcut) - asr.use_cache: 是否使用缓存 - asr.need_word_time_stamp: 是否需要词级时间戳 - jianying.start_time/end_time: JianYing特定配置 2. config.yaml 新增配置项: - asr 部分: 提供者选择和通用配置 - jianying 部分: 音频时间范围配置 - bcut 部分: 预留配置区域 ================================================================================ 核心特性 ================================================================================ ✓ 多ASR提供者支持 - Whisper (本地模型) - JianYing (字节跳动在线服务) - Bcut (哔哩哔哩在线服务) ✓ 统一的ASR接口 - 所有实现继承自BaseASR - 统一的run()方法 - 统一的数据结构 ✓ 灵活的配置方式 - 配置文件支持 - 环境变量支持 - 运行时动态配置 ✓ 高级功能 - 缓存支持 (CRC32校验) - 速率限制 (防止API过载) - 进度回调 (异步任务跟踪) - 词级时间戳 (可选) ✓ 完全向后兼容 - 默认使用Whisper - 原有接口保持不变 - 新功能完全可选 ================================================================================ 使用示例 ================================================================================ 1. 使用Whisper (默认): service = VideoService(config_path='config.yaml') text = await service.extract_text('audio.mp3') 2. 使用JianYing: # 在config.yaml中设置: asr.provider = "jianying" service = VideoService(config_path='config.yaml') text = await service.extract_text('audio.mp3') 3. 使用Bcut: # 在config.yaml中设置: asr.provider = "bcut" service = VideoService(config_path='config.yaml') text = await service.extract_text('audio.mp3') 4. 环境变量配置: export ASR_PROVIDER=jianying export ASR_USE_CACHE=false ================================================================================ 测试验证 ================================================================================ ✓ Python语法检查 - 通过 ✓ 模块导入测试 - 通过 ✓ 类继承关系验证 - 通过 ✓ 配置文件解析 - 通过 所有新增模块已成功加载并通过验证。 ================================================================================ 依赖项 ================================================================================ 新增: - requests (用于HTTP请求) 现有: - yt-dlp (视频下载) - whisper (本地语音识别) - pyyaml (配置解析) ================================================================================ 环境变量支持 ================================================================================ ASR_PROVIDER - ASR提供者 (默认: whisper) ASR_USE_CACHE - 是否使用缓存 (默认: false) ASR_WORD_TIME_STAMP - 是否需要词级时间戳 (默认: false) JIANYING_START_TIME - JianYing开始时间 (默认: 0) JIANYING_END_TIME - JianYing结束时间 (默认: 6000) WHISPER_MODEL - Whisper模型 (默认: base) WHISPER_LANGUAGE - Whisper语言 (默认: auto) ================================================================================ 后续扩展 ================================================================================ 该架构支持轻松添加新的ASR提供者: 1. 创建新类继承BaseASR 2. 实现_run()和_make_segments()方法 3. 在VideoService._create_asr_instance()中添加分支 4. 在config.yaml中添加配置项 ================================================================================