AI 服务配置
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
- 访问 platform.deepseek.com → API Keys → Create
- 推荐使用 DeepSeek-V4 模型（性价比最高）
配置项
| 配置项 | 说明 | 默认值 |
|---|---|---|
| API Key | 你的 DeepSeek API Key | — |
| 模型 | DeepSeek-V4 / DeepSeek-Coder | DeepSeek-V4 |
| Base URL | API 端点 | https://api.deepseek.com |
| Max Tokens | 单次最大输出 | 4096 |
| Temperature | 创造性（0=确定输出，1=最大随机） | 0.7 |
费用估算
| 操作 | tokens 消耗 | 费用 |
|---|---|---|
| 5 分钟视频解说生成 | ~50K tokens | ~0.05 元 |
| 2 小时电影解说生成 | ~500K tokens | ~0.5 元 |
Qwen VL（视频语义分析）
获取 API Key
- 访问 阿里云百炼 → API Keys → 创建
- 选择
qwen-vl-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 | qwen-vl-max / qwen-vl-plus | qwen-vl-max |
| Base URL | API 端点 | https://dashscope.aliyuncs.com |
费用估算
| 操作 | 调用次数 | 费用 |
|---|---|---|
| 5 分钟视频分析 | ~300 次 | ~0.03 元 |
| 2 小时电影分析 | ~2000 次 | ~0.2 元 |
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
bash
pip install f5-tts使用方式
- 准备参考音频（MP3/WAV，15–30 秒，说话清晰）
- 设置 → 配音配置 → F5-TTS → 上传参考音频
- AI 自动克隆音色，后续配音使用克隆音色
费用
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：
bash
# DeepSeek（解说稿生成）
DEEPSEEK_API_KEY=sk-xxx...xxxx
# 阿里云 Qwen VL（视频分析）
DASHSCOPE_API_KEY=sk-xxx...xxxx多服务商支持
| 服务 | 支持状态 | 说明 |
|---|---|---|
| DeepSeek | ✅ 正式支持 | 推荐，性价比最高 |
| OpenAI GPT-4 | ✅ 可配置 | 需自行修改端点 |
| Qwen VL | ✅ 正式支持 | 视频理解必选 |
| Edge TTS | ✅ 内置免费 | 配音合成 |
| F5-TTS | ✅ 本地运行 | 音色克隆 |
故障排查
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，或在服务商控制台升级套餐。
视频分析超时
长视频（1 小时+）建议分段处理，或降低抽帧频率（设置 → AI 配置 → 抽帧间隔改为 2 秒）。