feat: VRSub 单体应用（WOV 单机版）初始提交

为视频生成 VR 双眼字幕的单体实现：FastAPI 后端、调度器与全部节点（提音/转写/翻译/ASS/抽帧/OCR/LLM 过滤）在单进程内运行。 - 节点协议（wov_sdk 数据模型）与分布式版保持一致，预留回退桥梁 - 工作流即数据：DAG 存于 workflows/*.json，模型/链路改动只改数据 - 调度器：拓扑顺序执行、断点续跑（产物重建）、任务暂停/继续 - 抽帧按帧间隔（select 按帧号精确取帧），VLM OCR 与 LLM 过滤使用自适应线程池弹性并发，并打印数据处理速度进度日志 - 100% 行覆盖率（pytest --cov-fail-under=100）
2026-08-16 23:58:25 +08:00
commit 4746e0363f
75 changed files with 10969 additions and 0 deletions
@@ -0,0 +1,79 @@
+"""FFmpeg 提音节点。
+
+单体版中作为进程内节点模块，由调度器直接调用。ffmpeg 解析顺序为：
+FFMPEG_BIN 环境变量 > PATH 中的 ffmpeg > imageio-ffmpeg 内置二进制。
+"""
+
+from __future__ import annotations
+
+import os
+import shutil
+import subprocess
+from pathlib import Path
+
+from wov_sdk.models import InvokeRequest, InvokeResponse
+
+def _bundled_ffmpeg() -> str | None:
+    """尝试获取 imageio-ffmpeg 内置的 ffmpeg 可执行文件路径。"""
+    try:
+        import imageio_ffmpeg
+
+        return imageio_ffmpeg.get_ffmpeg_exe()
+    except Exception:  # noqa: BLE001
+        # 未安装 imageio-ffmpeg 或获取失败时返回 None，交由上层回退。
+        return None
+
+
+def _ffmpeg_bin() -> str:
+    """按优先级解析 ffmpeg 可执行文件，返回最终命令路径。"""
+    # 显式配置优先，便于部署环境指定自定义二进制。
+    configured = os.getenv("FFMPEG_BIN")
+    if configured:
+        return configured
+    # 其次查找 PATH 中的系统 ffmpeg。
+    found = shutil.which("ffmpeg")
+    if found:
+        return found
+    # 最后回退到 imageio-ffmpeg 内置二进制；都没有时保留 "ffmpeg" 交给调用失败处理。
+    return _bundled_ffmpeg() or "ffmpeg"
+
+
+def invoke(request: InvokeRequest) -> InvokeResponse:
+    """提取输入视频/音频的标准化音频，产物为 audio.wav。"""
+    video_uri = request.inputs.get("video_uri")
+    if not video_uri:
+        return InvokeResponse(status="failed", error="video_uri is required")
+
+    # 找不到可用 ffmpeg 时直接返回失败，避免子进程报晦涩错误。
+    ffmpeg = _ffmpeg_bin()
+    if shutil.which(ffmpeg) is None and not Path(ffmpeg).is_file():
+        return InvokeResponse(status="failed", error="ffmpeg not found")
+
+    output_dir = Path(request.output_dir)
+    output_dir.mkdir(parents=True, exist_ok=True)
+    output_path = output_dir / "audio.wav"
+    # ASR 节点默认期望 16kHz 单声道；参数可覆盖。
+    channels = str(request.params.get("channels", 1))
+    sample_rate = str(request.params.get("sample_rate", 16000))
+    command = [
+        ffmpeg,
+        "-y",  # 覆盖可能存在的同名输出文件。
+        "-i",
+        str(video_uri),
+        "-vn",  # 丢弃视频流，只保留音频。
+        "-ac",
+        channels,
+        "-ar",
+        sample_rate,
+        str(output_path),
+    ]
+    result = subprocess.run(command, capture_output=True, text=True)
+    if result.returncode != 0:
+        # 返回 stderr 尾部，保留最有诊断价值的错误信息。
+        return InvokeResponse(
+            status="failed",
+            error=result.stderr[-2000:] or "ffmpeg failed",
+        )
+    return InvokeResponse(status="completed", outputs={"audio_uri": str(output_path)})
+
+