合肥后端兼职程序员外包

需求描述

一、项目概述

**项目名称**：短视频爆款文案口播视频自动化生产系统
**目标**：构建一个本地化一键式应用程序，通过输入对标账号主页链接，自动分析其爆款文案风格，结合自身品牌信息生成5-8个新文案，并利用用户声音与视频素材，自动化生成对口型口播视频，并智能匹配背景音乐，为新媒体团队提供高效稳定的AI视频生产管线。

---

二、核心功能流程

1. **对标账号智能分析模块**
- **输入**：对标账号主页链接（支持主流短视频平台）
- **处理流程**：
- 自动爬取账号主页的爆款视频文案、标题、标签、互动数据
- 通过NLP模型分析文案结构、情绪倾向、高频词汇、句式风格
- **输出**：爆款文案风格分析报告（含关键词云、句式模板、情感分布）

2. **个性化文案生成模块**
- **输入**：
- 上一步的分析报告
- 用户输入的自身信息（品牌定位、产品特点、平台调性、服务优势）
- **处理流程**：
- 基于大语言模型（如GPT-4或本地化模型）结合分析报告与自身信息，生成5-8个新的爆款文案及标题
- 支持用户手动调整文案，并可重新生成
- **输出**：优化后的口播文案脚本（含标题、正文、关键帧建议）

3. **对口型视频合成模块**
- **输入**：
- 文案脚本
- 用户上传的自拍视频（或使用内置虚拟形象）
- 用户录音（或使用TTS合成语音）
- **处理流程**：
- 语音识别（ASR）对齐文案与录音时间轴
- 使用口型同步模型（如Wav2Lip、SadTalker）生成对口型视频
- 支持视频背景替换/虚化处理
- **输出**：初步合成的口播视频（无背景音乐）

4. **背景音乐智能匹配模块**
- **输入**：
- 上一步生成的视频
- 文案情感分析结果（如激情、温馨、搞笑等）
- **处理流程**：
- 基于情感标签从内置/在线音乐库中匹配节奏、风格相符的背景音乐
- 自动调整音量淡入淡出，避免盖过人声
- **输出**：带背景音乐的成品口播视频

5. **本地化一键部署**
- 提供绿色版解压即用程序包，无需安装或上架应用商店
- 内置轻量化模型，部分功能支持联网调用（如音乐库更新、文案分析增强）
- 提供简单的GUI界面，支持拖拽上传、进度可视化

---

三、技术架构设计

```
1. 前端界面（Electron或PyQt）
- 链接输入框 + 品牌信息配置面板
- 文案预览与编辑界面
- 视频预览与导出控制

2. 后端服务（本地微服务架构）
- 爬虫服务：获取对标账号数据
- NLP服务：文案风格分析 + 新文案生成
- 视频合成服务：口型同步 + 背景音乐匹配
- 资源管理：本地模型、音乐库、用户素材管理

3. AI模型集成
- 文案分析：BERT/TextCNN + 聚类算法
- 文案生成：ChatGLM3或GPT-4 API（可切换）
- 口型同步：Wav2Lip（本地化）+ SadTalker（可选）
- 音频处理：Demucs（人声分离） + FFmpeg（流处理）

4. 联网服务（可选）
- 爆款数据库更新
- 背景音乐库扩展（合作版权音乐库API）
- 大模型增强调用（当本地模型效果不足时）

---

四、交付要求说明

1. **交付物**：绿色版压缩包，解压后点击`Start.exe`即可运行
2. **运行环境**：Windows 10/11，中等配置显卡（GTX 1060以上，支持CUDA）
3. **联网权限**：部分分析功能需联网，音乐匹配可离线/在线切换
4. **可扩展性**：预留插件接口，支持后续添加新视频平台、新AI模型

---

五、预期效果示例

```
1. 用户输入：
- 对标账号链接：https://www.douyin.com/user/xxx
- 自身品牌信息：科技产品，面向年轻人，简洁时尚

2. 系统自动生成：
- 爆款分析报告：该账号常用“疑问句开头+痛点放大+解决方案”结构
- 新文案（5个）：
1. “为什么你的手机总是卡？试试这个黑科技！”
2. “年轻人都在用的XX产品，到底强在哪？”
...

3. 用户选择文案3，上传自拍视频和录音

4. 系统输出：
- 对口型视频（5分钟内）
- 自动匹配背景音乐（依据内容联网匹配）
```

---

六、注意事项（开发前需明确）

1. **版权风险**：音乐库需使用无版权或已授权素材，文案生成避免直接抄袭
2. **隐私安全**：用户上传的视频、录音仅本地处理，不上传服务器
3. **性能平衡**：本地模型精度与速度的权衡，可配置“快速/高质量”模式
4. **后续维护**：提供模型更新包、音乐库扩展包的自动下载机制