面向静止画 MAD / Galgame OP / PV 创作者的镜头参考分析与 AE 拆解工具。
目标:将参考视频自动拆解为 镜头时间轴、画面结构、运动信息、文字信息、效果推测与 AE 制作建议,并为后续与 LocalFX 联动预留结构化接口。
从 GitHub Release v1.0.0 下载 MRA-1.0.0-x64-setup.exe,无需系统 Python/Node/Rust。支持 Windows 10/11 x64。
深灰工作台与原创图标、中文界面、项目恢复/重连、外部模型推荐与配置、基础分析及完整分析、参考库和导出已实现。
模型权重不随应用提供,由用户从“模型”页的官网入口自行取得;基础分析无需模型。
安装版数据默认保存在 %LOCALAPPDATA%/MotionReferenceAnalyzer。开发旧库不会被自动迁移,可在空库显式导入副本;源码开发命令继续见下方。
新增自选分析:点击“分析当前帧”即可分析准确画面,也可用上一帧/下一帧微调;设置入点/出点分析最长60秒片段。局部结果独立保存,可回看、重试和导出,不覆盖整片镜头结果。单帧只提供静态分析,片段少于8秒不估计BPM。
motion-reference-analyzer/
├─ apps/
│ └─ desktop/ # Tauri 2 + React + TypeScript 桌面端
├─ core/ # Python 分析核心
│ ├─ app/ # FastAPI 入口与 API
│ ├─ video/ # 视频元数据、解码、分镜、采样
│ ├─ vision/ # 本地 VLM 接口
│ ├─ cv/ # 传统 CV 运动分析
│ ├─ ocr/ # 文字识别与排版分析
│ ├─ recipe/ # AE Recipe 生成
│ ├─ schemas/ # Pydantic 数据模型
│ └─ tests/ # 单元测试
├─ docs/ # 架构文档
├─ samples/ # 示例视频
├─ output/ # 项目输出
└─ scripts/ # 脚本工具
cd core
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -e ".[dev]"
uvicorn app.main:app --reload --port 8000或直接从项目根目录启动:
python scripts/start_server.pycd apps/desktop
npm install
npm run tauri devscripts/start_server.py 优先使用 core/.venv 的 Python。M6 音频依赖 librosa 随核心安装;前端本次已通过 TypeScript 与 Vite 构建验证。
导入含音轨的视频并点击“分析视频”,查看音频节奏面板中的 BPM、Beat/onset、切镜同步率及时间轴。点击镜头可定位播放并查看有符号的偏差;“重新分析音频”只重算音频,不调用视觉或 OCR 模型。
默认同步容差为 ±80ms。无音轨、静音、节拍不足会明确显示不可判断。JSON、Markdown、AE Recipe 与 Library 都保留节奏结果。V1.0 使用 schema6;时间原点无法确认的非零时间戳旧镜头需重新分析视频。
可复现的合成 MP4 验收:core/.venv/Scripts/python.exe scripts/accept_audio.py(Windows)。该脚本真实运行音频算法,Vision/OCR 使用 Mock,结果只写 output/m6_acceptance 的独立库。真实模型及局部分析验收入口见构建说明。
- 先做可靠的数据流水线。
- 传统算法解决能量化的问题。
- VLM 解决语义问题。
- 不让 AI 把“推测”写成“事实”。
- 所有 AI 输出必须结构化。
- 所有分析步骤必须可重试。
- 所有昂贵步骤必须缓存。
- MVP 不与 LocalFX 强耦合。
MIT