Merge pull request #792 from TimoYoung/main

AI字幕自动生成v2.1 引入任务队列,支持监听媒体入库自动生成字幕,增加任务状态展示界面,支持清除历史记录

package.json

@@ -25,7 +25,8 @@
     "AutoSubv2": {
         "name": "AI字幕自动生成(v2)",
         "description": "使用whisper自动生成视频文件字幕,使用大模型翻译字幕成中文。",
-        "version": "1.2",
+        "labels": "字幕",
+        "version": "2.1",
         "icon": "autosubtitles.jpeg",
         "author": "TimoYoung",
         "level": 1,
@@ -33,7 +34,9 @@
         "history": {
           "v1.0": "first stable version",
           "v1.1": "优化字幕翻译逻辑，优化日志输出",
-          "v1.2": "fix openai_proxy打开时,翻译失败的问题,优化日志输出"
+          "v1.2": "fix openai_proxy打开时,翻译失败的问题,优化日志输出",
+          "v2.0": "1.引入任务队列 2.支持监听媒体入库自动生成字幕 3.增加任务状态展示界面",
+          "v2.1": "支持清除历史记录"
         }
     },
     "CustomSites": {

plugins/autosubv2/README.md

@@ -13,65 +13,72 @@
 - 支持批量翻译以提高效率
 - 支持使用滑动窗口配置上下文提高翻译连贯性
 - 支持多种字幕提取语言偏好设置
+- 支持监听媒体入库事件自动执行字幕生成
+- 支持手动触发字幕生成任务
+- 支持任务队列机制，确保并发安全
+- 支持任务状态列表展示（等待中 / 进行中 / 已完成 / 失败）
 
 ## 配置说明
 
 ### 基础配置
 
-| 配置项 | 说明 | 默认值 |
-|--------|------|--------|
-| 立即运行一次 | 保存配置后是否立即执行一次任务 | 否 |
-| 本地字幕提取策略 | 设置字幕提取的优先级策略 | 优先原音字幕 |
-| 翻译为中文 | 是否在需要时使用大模型将字幕翻译成中文 | 是 |
-| 发送通知 | 是否发送任务执行通知 | 否 |
+| 配置项      | 说明                     | 默认值    |
+|----------|------------------------|--------|
+| 启用插件     | 是否启用插件                 | 否      |
+| 清除历史记录   | 清除已完成的任务记录（完成、跳过或失败）   | 否      |
+| 媒体入库自动执行 | 监听到媒体入库事件后自动执行字幕生成     | 是      |
+| 手动执行一次   | 保存配置后立即执行一次任务          | 否      |
+| 发送通知     | 是否发送任务执行通知             | 否      |
+| 文件大小（MB） | 最小处理的视频文件大小，小于该值的文件不处理 | 10     |
+| 字幕源语言偏好  | 设置字幕提取的优先级策略           | 优先原音字幕 |
+| 翻译为中文    | 是否使用大模型将字幕翻译成中文        | 是      |
 
-### ASR配置
+### ASR配置（语音识别）
 
-| 配置项 | 说明 | 默认值 |
-|--------|------|--------|
-| 允许从音轨提取字幕 | 是否允许从视频音轨中提取字幕 | 是 |
-| ASR引擎 | 语音识别引擎 | faster-whisper |
-| 模型 | 使用的模型大小 | base |
-| 使用代理下载模型 | 是否使用代理下载模型 | 是 |
+| 配置项                 | 说明               | 默认值  |
+|---------------------|------------------|------|
+| 允许从音轨提取字幕           | 是否允许从视频音轨中提取字幕   | 是    |
+| faster-whisper 模型选择 | 使用的 Whisper 模型大小 | base |
+| 使用代理下载模型            | 是否使用代理下载模型       | 是    |
 
 ### 翻译配置
 
-| 配置项 | 说明 | 默认值 | 
-|--------|------|--------|
-| 启用批量翻译 | 是否启用批量翻译以提高效率 | 是 | 
-| 每批翻译行数 | 每批处理的字幕行数 | 20 | 
-| 上下文窗口大小 | 翻译时考虑的上下文行数 | 5 | 
-| llm请求重试次数 | 翻译失败时的重试次数 | 3 |
+| 配置项       | 说明                   | 默认值 | 
+|-----------|----------------------|-----|
+| 启用批量翻译    | 是否启用批量翻译以提高效率        | 是   | 
+| 每批翻译行数    | 每批处理的字幕行数            | 20  | 
+| 上下文窗口大小   | 翻译时考虑的上下文行数          | 5   | 
+| LLM请求重试次数 | 翻译失败时的重试次数           | 3   |
+| 翻译英文时合并整句 | 对英文字幕先合并单词再翻译，提升翻译质量 | 否   |
 
-### 其他配置
-
-| 配置项 | 说明 | 默认值 |
-|--------|------|--------|
-| 媒体路径 | 要处理的媒体文件或文件夹绝对路径，每行一个 | 空 | 
-| 文件大小（MB） | 最小处理文件大小 | 10 | 
+### 手动运行配置
 
+| 配置项  | 说明                    | 默认值 |
+|------|-----------------------|-----|
+| 媒体路径 | 要处理的媒体文件或文件夹绝对路径，每行一个 | 空   | 
 
 ## 字幕提取策略说明
+
 字幕提取优先级：外挂字幕 > 内嵌字幕 > 音轨识别
 
 字幕提取策略的选择主要取决于视频源语言和大模型的翻译能力。对于包含多语言字幕的非英语视频，建议根据以下原则选择策略：
 
 1. 仅英文字幕
-   - 仅使用英文字幕作为翻译源
-   - 当视频无英文字幕时，使用ASR提取
-   - 适用于大模型仅支持中英互译的场景
+    - 仅使用英文字幕作为翻译源
+    - 当视频无英文字幕时，使用ASR提取
+    - 适用于大模型仅支持中英互译的场景
 
 2. 优先英文字幕
-   - 优先使用英文字幕作为翻译源
-   - 无英文字幕时，使用其他语言字幕
-   - 当所有字幕都不存在时，使用ASR提取
-   - 适用于大模型在英译中任务上表现更好的场景
+    - 优先使用英文字幕作为翻译源
+    - 无英文字幕时，使用其他语言字幕
+    - 当所有字幕都不存在时，使用ASR提取
+    - 适用于大模型在英译中任务上表现更好的场景
 
 3. 优先原音字幕
-   - 优先使用视频原始语言的字幕
-   - 无原音字幕时，使用英文字幕
-   - 当所有字幕都不存在时，使用ASR提取
-   - 适用于大模型支持多语言翻译且翻译质量较好的场景
+    - 优先使用视频原始语言的字幕
+    - 无原音字幕时，使用英文字幕
+    - 当所有字幕都不存在时，使用ASR提取
+    - 适用于大模型支持多语言翻译且翻译质量较好的场景
 
 ## 注意事项
 
@@ -79,10 +86,13 @@
 2. 首次使用音轨识别功能时，会自动从HuggingFace下载模型。开启"使用代理下载模型"选项会使用MP配置的代理。
 3. 媒体路径支持单个文件或文件夹的绝对路径。选择文件夹时会递归处理其中的所有视频文件，外挂字幕将从媒体文件同级目录中查找
 4. 批量翻译通过一次处理多行字幕来减少API调用次数，提高效率。如果翻译结果与原文行数不匹配，系统会自动降级为逐行翻译
-5. 上下文窗口大小和批量翻译行数需要根据大模型的推理能力来调整。当模型能力不足时，过大的批量或上下文窗口可能会影响翻译质量 
+5. 上下文窗口大小和批量翻译行数需要根据大模型的推理能力来调整。当模型能力不足时，过大的批量或上下文窗口可能会影响翻译质量
 6. 翻译后的中文字幕会打上“机翻”标签。
+7. 插件运行时会启动一个后台线程用于消费任务队列，插件关闭时会清空队列并终止当前任务。
+
 
 ## todo
-- 监听媒体入库事件自动调用字幕生成
-- 任务完成后调用媒体库刷新
-- 历史任务管理与展示
+
+- 独立的大模型调用
+- 工作流/api接口
+- 任务完成后调用媒体库刷新