AI 配置

SceneFab 支持配置多个 AI 服务商，所有配置在本地存储，绝不外传。

DeepSeek（解说稿生成）

获取 API Key

1. 访问 platform.deepseek.com → API Keys → Create
2. 推荐使用 DeepSeek-V4 Pro 模型

配置项

配置项	说明	默认值
API Key	你的 DeepSeek API Key	—
模型	deepseek-v4-pro / deepseek-v4-flash	deepseek-v4-pro
Base URL	API 端点	https://api.deepseek.com
Max Tokens	单次最大输出	32768
Temperature	创造性（0=确定输出，1=最大随机）	0.7

费用估算

操作	Token 消耗	费用
5 分钟视频解说	~50K	~¥0.005
10 分钟视频解说	~200K	~¥0.02
2 小时电影解说	~500K	~¥0.05

Qwen（视频语义分析）

获取 API Key

1. 访问 阿里云百炼 → API Keys → 创建
2. 选择 qwen3.7-max 模型

配置项

配置项	说明	默认值
API Key	你的阿里云 API Key	—
模型	qwen3.7-max / qwen3.7-plus	qwen3.7-max
Base URL	API 端点	https://dashscope.aliyuncs.com/compatible-mode/v1
Max Tokens	单次最大输出	32768

Edge-TTS（配音合成）

免费使用，无需 API Key。

微软官方 TTS 引擎，50+ 音色，支持中文。

推荐音色

音色 ID	名称	适用风格
zh-CN-XiaoxiaoNeural	晓晓	治愈、浪漫、怀旧
zh-CN-YunxiNeural	云希	悬疑、励志
zh-CN-YunyangNeural	云扬	纪录片、正式
zh-CN-XiaoyiNeural	小艺	幽默、轻松

高级参数

参数	范围	说明
语速	0.5x – 2.0x	默认 1.0x
音调	-50% – +50%	默认 0
音量	-50% – +50%	默认 0

F5-TTS（音色克隆，可选）

安装

pip install f5-tts

使用方式

1. 准备参考音频（MP3/WAV，15–30 秒，说话清晰）
2. 设置 → 配音配置 → F5-TTS → 上传参考音频
3. AI 自动克隆音色，后续配音使用克隆音色

F5-TTS 完全本地运行，GPU 加速，无 API 费用。

一键配置

在项目根目录创建 .env 文件：

# DeepSeek（解说稿生成）
DEEPSEEK_API_KEY=sk-xxx...xxxx

# 阿里云 Qwen（视频分析）
QWEN_API_KEY=sk-xxx...xxxx

或直接编辑 config/llm.yaml，使用环境变量引用：

LLM:
  default_provider: "deepseek"

  qwen:
    enabled: true
    api_key: ${QWEN_API_KEY}
    model: "qwen3.7-max"

  deepseek:
    enabled: true
    api_key: ${DEEPSEEK_API_KEY}
    model: "deepseek-v4-pro"

多服务商支持

服务	状态	说明
DeepSeek	✅ 推荐	性价比最高，中文叙事能力强
Qwen (阿里云)	✅ 推荐	视频理解首选
OpenAI GPT-5	✅ 支持	需配置 API Key
Claude	✅ 支持	需配置 API Key
Gemini	✅ 支持	长视频理解
Edge-TTS	✅ 内置	免费配音合成
F5-TTS	✅ 本地	音色克隆

故障排查

问题	排查步骤
401 Unauthorized	API Key 无效或已过期，检查 Key 是否正确复制
429 Rate Limit	触发了 API 限流，1 分钟后重试或升级套餐
视频分析超时	长视频建议分段处理，或降低抽帧频率
配音合成失败	检查网络连接，Edge-TTS 需要联网

相关文档

• 快速开始 — 3 步上手
• CLI 参考 — 环境变量配置
• 疑难排查 — 常见问题解决