Repository navigation
提案:macOS 原生 IndexTTS2 接入与“下载后自动制作”流水线 #445
Replies: 2 comments
|
感谢提案, 我将抽时间进行综合评估.... |
|
感谢这次比较完整的验证和提案,337 项检查、macOS 构建检查以及本地端到端样片都很有参考价值。 我对四个方向的判断如下。 下载器字幕、缩略图和元数据交接:SmartSub 当前版本已经具备 yt-dlp/lux 双引擎、失败回退、官方字幕识别、字幕文件认领、下载任务持久化以及发送到任务向导等能力,因此不需要再整体重做这一层。比较欢迎继续提交增量改进,例如按原语言选择字幕、无字幕时的 ASR 回退策略、缩略图交接契约和针对 Bilibili/YouTube 的回归测试。 下载完成后自动创建制作任务:这个方向符合项目后续路线,值得继续推进。不过建议先做成用户主动开启、按 Recipe 执行的可选功能,并明确任务幂等、应用重启恢复、部分下载成功、人工校对/配音确认以及模型未就绪时的处理方式。实现上希望复用现有 Recipe、任务配置快照和 WorkItem,不要让下载器直接耦合全部制作阶段。 通用外部 TTS 进程协议:这个方向有较好的通用价值。项目目前已经有 Python JSONL engine protocol,以及独立的 TTS utility process,因此可以先提交协议设计和最小适配器,重点定义 ping、load、synthesize、cancel、shutdown、能力声明、版本兼容和错误处理。IndexTTS2 可以作为该协议的一个具体 provider。 macOS 原生 IndexTTS2:模型效果和 Apple Silicon 场景很有吸引力,但正式接入还需要补齐界面内完整验收、YouTube 真实端到端验证、首次安装/许可证流程、第三方声明、内存与耗时评估,以及 macOS 签名和安装包分发方案。因此暂时不建议直接进入正式默认安装包,可以在通用协议稳定后,以独立的 macOS 实验性 provider 方式评估。 |
Uh oh!
There was an error while loading. Please reload this page.
你好,我在 SmartSub v3.7.0 基础上做了一轮本地集成验证,想先确认维护者是否有兴趣接收其中具有通用价值的部分,再按你偏好的边界拆成小 PR。
已验证的方向
IndexTTS2 配音引擎接入
speech-swift已有的 IndexTTS2 Swift/MLX 实现,不把它表述为 SmartSub 自己重新移植。ping、load、synthesize、shutdown。下载完成后自动进入制作任务
下载器元数据与素材交接
当前验证
本机环境:Apple M2、24 GB 内存、macOS 26.5、Node.js 22.16、Swift 6.3.2。
.app资源检查通过这里的 337 项是三组 SmartSub 回归检查的合计,不是 337 个 IndexTTS2 专项测试。样片使用第三方公开视频和参考音色,仅作为本地验证,不会上传到仓库或 Discussion。
尚未完成
建议的 PR 拆分
想先请维护者确认:以上四部分中,哪些方向符合 SmartSub 当前路线?如果愿意接收,我会按你建议的顺序补齐 CI、文档和许可证声明,再分别提交小型 PR。
All reactions