Skip to content

Mosael v1.8.3

Choose a tag to compare

View all tags
@Alndaly Alndaly released this 03 Oct 18:42
· 1269 commits to main since this release
v1.8.3
4dcccff

剪辑模块大修,智能体对话不再「说一半」,画板调 ComfyUI 只剩一个入口

1.8.2 之后把剪辑模块从数据、编辑、并发、字幕配音、渲染到快捷键整个过了一遍,按报告逐项修;顺带修了智能体对话、
工作流画布和画板生成面板里用户撞到的问题。依赖全部升级。

剪辑

  • 放下即覆盖,同一条轨上不再叠片段。 拖动、插入、修剪、复制落到别的片段上时,盖住的部分被挖掉,和拖动时的预览一致;
    修剪停在邻居的边上。
  • 视频和它分离出来的声音链接在一起。 一起挪、一起切、一起删,片段上有链环标记;⌥ 单击只选其中一段、按住 ⌥ 拖边缘只修这一段。
    分离出来的声音带着淡入淡出和音量曲线。
  • 波纹删除和变速会把后面的内容跟着挪,可跨所有轨;按区间剪掉(Q / W、口癖、逐字稿剪辑)走同一套。
  • 多人 / 智能体同时改一条时间线不再互相覆盖。 每次编辑带着「我看到的是哪一版」;别人改的是不相干的地方就照常落,
    碰到同一处就提示并换成最新的一版。⌘Z 默认只撤你自己的那一步;一串操作(整次配音、重新生成字幕)一步撤销。
  • 素材删掉后撤销 / 重做不再卡死,片段重建成脱机占位;锁定的轨真的改不动;最后一条视频轨删不掉;新视频轨建在最上面。
  • 复制片段、复制 / 改名 / 删除时间线。 ⌘D 复制、⌘V 粘贴到播放头、⌥ 拖复制。
  • 快捷键补齐: J / K / L 变速穿梭,I / O 入出点,↑ / ↓ 跳编辑点,Home / End,⌘A,⇧⌘K 全轨切一刀,Q / W 波纹修剪到播放头,
    N 开关吸附,, / . 微移一帧(⇧ 十帧),缩放以播放头为锚、「适配窗口」;拖动中 Esc 取消、⇧ 锁轴、⌘ 临时不吸附;
    片段可用键盘选中和 ⌥ + 方向键移动;快捷键帮助列全了。
  • 长时间线流畅了: 时间线只画看得见的片段;播放头平滑走;声音用轻量代理文件,变速播放保持音高。
  • 字幕和配音:
    • 双语字幕分两条字幕轨时,两行合成一框放在底部,原文在上、译文在下(预览和导出逐像素一致)。
    • 字幕轨能导出 / 导入 .srt、.vtt;字幕面板能改起止时间、播放时跟着滚动。
    • 重新生成字幕和重配一句是「替换」不是叠加;同一句同一把嗓子配过就跳过;工作流生成字幕和剪辑台断句一致。
    • 片段右键:替换媒体、降噪、只留人声、拆成人声和背景音,做完直接换到时间线上。
    • 口癖先预览再选中,「那个」/ like 这类歧义词默认不选。
  • 花字描边画在字外,白字字芯不再被吃掉;外轮廓和以前一样,按字号封顶。预览、导出、无浏览器回落三条路同一个外圈。
  • 投影按画面像素算,片段缩放 / 旋转时预览和导出一样大、一样方向。
  • 素材记出处。 截取、取帧、转 GIF、降噪、分离、导出成片都记得「从哪一份、经过什么做出来」,素材详情能逐级看来源链;
    「含 AI 生成内容」顺着出处继承,原片删了也还在。来源标签不再把加工出来的写成「AI 生成」。

导出

  • 每次导出用自己的中转目录,同一条时间线同时导出两份不再互相覆盖字幕;相邻两段的交界帧只画后一段;
    声音晚开始的素材导出后不再声画错位;上百段配音的闪避不再让导出失败。
  • 混音后总是限幅,不再削波;导出框加「响度标准化(−14 LUFS)」开关,默认关。
  • 含 AI 生成 / 合成内容的成片都加标识(半透明底框白字,贴右上角),并写进标准的隐式标识字段。
  • 降分辨率导出时花字和投影按比例缩;画中画按素材自己的宽高比。
  • 字幕和片段多的时间线导出快了好几倍。 字幕和静止花字合成一路透明轨叠一次、同一句只渲一次;同一素材接着用的几段共用一路输入;
    层多的时间线分块渲再无损接起来。一条 270 秒、150 段跳剪加 200 条字幕的时间线,导出从 106 秒降到约 17 秒,峰值内存 6.4GB → 2.8GB;
    素材很多的时间线不再报「打开的文件太多」。
  • 段边界按整帧对齐,长时间线不再越往后越晚;入点正好落在关键帧上时声音不再缺头。
  • 取当前帧只渲这一刻看得见的东西;滤镜图写进文件,长时间线命令行不再爆;硬件编码起不来时开跑前就换软件。

画板

  • ComfyUI 工作流在画板上只剩「生成」这一个入口(格子顶部「…」里不再重复列),工具仍留给智能体。
  • 事先说清会出几张。 生成前按工作流里保存节点的个数一次摆好占位,不再事后多冒出格子;多个保存节点时「参数」里可选「结果取自」。
    ComfyUI 插件升到 1.6.0;通过「生成」调 ComfyUI 没选张数时一次出 1 张。
  • 视频工作流认得出提示词了:API 节点、WanVideo 一类、包在子图里的 MiniMax H3 都有提示词框。
  • 选参考图的弹窗和「+」槽能直接上传,也能拖文件进来、⌘V 粘贴。

智能体

  • 审批卡片跟着对话走:出现在发起它的那次工具调用下面,决定后收成一行状态,不用再手动关;有请求等你确认时「回到最新」会带你过去。
  • 后台任务的回执不再出现在消息队列里:显示成一行任务通知;智能体忙时到的回执攒到这一轮结束一次交给它。
  • 不再说到冒号就停:模型停在「我先看看…:」这种半句上会自动续一次;输出被截断、工具调用没解析出来时也续一次,仍不行就在对话里写明原因。
  • 上下文水位把缓存写入算进去;留不出回答空间时不再发请求。
  • 能新建时间线;「列出画板」不再报错;配音引擎名点错时列出能用的;把项目 id 当时间线 id 时直接说明。
  • 剪辑工具能复制片段、替换媒体、加轨道时指定第几行。
  • 查不到窗口的本机模型按 64K 算(32K 连工具说明都装不下);vLLM 报的上下文长度能认出来。

工作流

  • 会跑的节点引用了一定不会跑的节点时,运行前就拦下,说清是谁引用了谁、怎么修。
  • 画布把 {{…}} 引用画成淡点线,只管先后、不会让被引用的节点运行;被引用的不会跑时是错误色。
  • 开始节点的必填跟着那一行参数走:每行一个「必填」勾选,去掉逗号分隔的必填文本框;开始节点的值栏只填默认值。
  • 分析类工作流的数据来源是下拉二选一:内嵌浏览器 / TikHub;选了 TikHub 而它没备好,运行前就说清缺什么。
  • 引用不再露出 {{…}}。 参数、提示词编辑器、失效引用提示、就绪检查里的引用都显示成「节点标题 · 输出 · 字段」,指不到的标红并说明;
    开始节点有几个参数就有几个输出口;条件节点画出输入口,此前指向它的数据线画不出来。
  • 「从主题到完整视频」:3D 道具接进流程(此前从没跑过),补上缺的连线、长线不再从卡片底下穿过;修了出镜版带货收尾为空时整段被跳过还报成功。

管理页长列表滚动不再带走应用顶栏

  • 「管理 → 引擎」这类长页面现在只滚动页面内容区；全局顶栏和侧边导航保持在应用窗口内，不会在滚到声音克隆、人声分离等下半段时一起被卷到原生标题栏之外。

逐字稿面板:重断句后下面不再空出一大块

  • 窗口化列表按行 key 缓存量过的行高;断句规则一变,同一个 key 的行内容变了、高度却沿用旧的,滚动区总高虚高 —— 面板下半截全是空白。现在量高键带内容签名(内容变了重新量),并清掉已不在名单上的旧高度。

逐字稿断句:不再把词和句子劈成两半

  • 行宽/时长触顶时不再就地硬切:前方一小步内有标点就延长到标点,否则回退到最近的逗号(哪怕它偏短),拉丁词(controlnet 这种)任何情况下不劈开 —— 引擎给的是逐字时间戳,此前「co|ntrol net」「比较重|要呢」这种切法直接毁掉配音。
  • 停顿断句只认以标点结尾的行:句子的气口才断;句中的换气只是静音,留在行里 —— 此前讲话人每次换气都劈出一个残句(「但是它其实使」「那」这种一行),译配拿到半句没法翻、配音 prosody 也碎。拉丁词边界那道守卫随之退役(词中间的停顿行尾必然不是标点,已被这条挡住)。
  • 规则改动走契约:contracts/transcript-sentence-cases.json 加了 5 个用例(全部来自这条 ControlNet 教程的真实断句事故),前后端两份实现同步改、双侧 parity 钉住。

评论区洞察:真实有多少条就分析多少条

  • 接口取数(B 站)翻全页:浏览器路径在页面上下文直接调 B 站评论接口,一页一页翻完为止(上限 1000 条,超过了如实说),不再是一页封顶;楼中楼回复接口里自带,一并进分析。「脚本预算」可以声明了(默认 20 秒,分页长读给到 120 秒)。
  • 接口回来的结构化清单不再让模型抄一遍(实测 106 条会抄丢成 71),直接进整理;只有读页面文字那一路才需要模型抄写。
  • 分析改成分批 + 综合:全部评论按 80 条一批由模型逐批留观察笔记,最后综合成报告 —— 评论再多也不丢;附表仍按「评论数」参数给按赞前 N 条。
  • 新增通用「拆成几批」节点,任何工作流都能用它做分批处理。

分析类工作流的浏览器取数:评论不再被样式噪声和截断吃掉

  • 评论区洞察(以及账号诊断、爆款拆解)的「读页面文字」一步:B 站这类放在 shadow DOM 里的评论区组件,其 :host 样式块此前被一并抄进页面文字,先吃掉大半字符预算,页面底部的评论在截取处被截掉 —— 一条 310 条评论的视频只能抄到 13 条。现在采集跳过样式/脚本节点,实测同一条视频抄到 69–85 条(差距余量主要是折叠的楼中楼)。
  • 滚动加载改为「到底且高度不再长就停」,不再写死轮数:滚少了评论区没加载完,直接跳到底则懒加载哨兵来不及触发。评论区模板的抄写预算从 5 万字符提到 12 万,条数上限由模型那一步收口。
  • B 站优先走它自己的评论接口:读页脚本在页面上下文里直接 fetch B 站的 JSON 接口(带登录态、跨域实测放行),分页器、总数、楼中楼回复数组都在返回里 —— 评论区组件被风控卡住也不影响取数。接口落空自动落回读页面文字那条路;抖音/小红书要签名,继续走读页面。实测:真实 106 条的视频,接口取回后按热度交付整整 50 条。
  • 楼中楼回复(DOM 路):滚动加载完后按文字模式尝试点开「共 N 条回复 / View N replies」这类折叠钮(按给人看的字找,不写 CSS 选择器;认不出就还是顶层评论,不影响其余)。运行轨迹里带 expanded 计数,点开了几个一眼可查;深度展开不追,要全量回复走 TikHub 的回复接口。
  • 没登录的档案打开要登录的平台,照旧明确告知「没取到评论」,不编。

其他

  • FastAPI 自带的遥测显式关掉。
  • 前后端依赖全部升级(Electron 44.4.5)。

国内下载:百度网盘(见官网下载页)。macOS 安装包已签名并经 Apple 公证;Windows 安装包未做代码签名。

Assets 12
Loading