 cat-shark
|
2c3c356348
|
feat: whisper 节点自动接入自适应 VAD + 方案文档
- nodes/whisper.py：invoke 检测到 vad_filter=true 且未显式传 vad_parameters
且 WOV_AUTO_VAD=1 时，自动调用 vad_profiler.vad_parameters_for_audio 按
本音频信号动态确定 VAD 参数并传给 transcribe；分析失败回退默认不中断转写
（防御性，不影响整段流程）。
- tests/test_nodes.py：新增自动 VAD 异常回退测试（patch profiler 抛错，
验证 whisper 正常转写 + transcribe 收到 vad_parameters=None）。
- docs/adaptive_vad.md：完整方案文档（背景/可行性/三层架构/参数建议规则/
评分器/实现落点/取舍/实现状态）。
|
2026-09-06 08:15:13 +08:00 |
|
|
cat-shark
|
3aa05bbf76
|
feat: whisper 分块间暂停检查与默认 float16 计算类型
- 分块转写在每个分块前检查 run 根目录 paused.flag，批量/任务暂停时
分块粒度内中止（默认 60s 一块），当前块执行完才停
- 默认 compute_type 由 auto 改为 float16，测试断言同步更新
|
2026-08-23 16:25:15 +08:00 |
|
|
cat-shark
|
4746e0363f
|
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 |
|