Voxplore — 批量上传视频，AI 自动分组选段，一键生成电影感第一人称配音解说。
短剧 / 影视 / Vlog，一键变成"我在现场"的专业叙事视频。
成本：< ¥0.01 / 视频（DeepSeek-V4） 隐私：视频永不上传云端，全本地处理
Voxplore 是一款专注于第一人称视角视频解说的 AI 工具。用户上传一段视频，AI 自动判断"我是谁"，从视频中提取该人物出现的片段，生成电影感配音解说。
适用于：短剧二次创作、影视解说、Vlog 故事化改造等场景。
| 能力 | 说明 |
|---|---|
| 🎬 多视频智能合并 | 批量上传，AI 视觉+声纹混合分组，避免同一人重复解说 |
| 👤 第一人称片段提取 | Qwen2.5-VL 逐帧分析，提取"我"的视角高光片段（9–60 秒） |
| 💡 情感峰值驱动选段 | 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 |
| 📦 模块化成品输出 | 合并版（完整叙事）+ 高光片段（单独分发） |
| 🖥️ 剪映草稿导出 | 原生 JSON，无缝导入剪映继续精剪 |
| 🌐 全本地运行 | 视频永不上传云端 |
批量上传视频（文件夹 / Ctrl 多选）
│
▼
┌────────────────────────────────────────────┐
│ Step 1 · 场景理解 │
│ Qwen2.5-VL 逐帧分析，提取"我"的主体视角 │
└────────────────────────────────────────────┘
│
▼
┌────────────────────────────────────────────┐
│ Step 2 · 智能分组 │
│ 视觉 embedding（0.7）+ 声纹（0.3）混合相似度 │
└────────────────────────────────────────────┘
│
▼
┌────────────────────────────────────────────┐
│ 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 │
│ DeepSeek-V4 + Edge-TTS / F5-TTS │
│ MP4（H.264/H.265）/ 剪映草稿 JSON │
└────────────────────────────────────────────┘
| 模块 | 模型 / 技术 | 说明 |
|---|---|---|
| 智能分组 | Qwen2.5-VL + 声纹 | 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 |
| 解说生成 | DeepSeek-V4 | 第一人称视角，7 种预设风格 |
| 语音识别 | SenseVoice | 阿里 FunAudioLLM，本地 ASR |
| 配音合成 | Edge-TTS · F5-TTS | Edge 主流低延迟，F5 音色克隆 |
| 字幕 | TTS word-level timing | 50ms 以内精度 |
| UI 框架 | PySide6 Qt 6.5+ | OKLCH Design System |
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-..."
# 阿里云百炼（视频理解，备选）
export DASHSCOPE_API_KEY="..."
# 不配置时：Edge-TTS 配音合成等基础功能仍可正常使用| 文档 | 说明 |
|---|---|
| 快速开始 | 5 分钟上手 |
| 功能详解 | 全部功能说明 |
| AI 模型配置 | 各模型配置指南 |
| 配置参考 | 环境变量与配置文件 |
| 常见问题 | FAQ 与疑难排查 |
MIT License · Copyright © 2025-2026 Agions