Bauanleitungs-Abschnitt aus README entfernt
This commit is contained in:
parent
acb2aed302
commit
5249a2fecb
1 changed files with 69 additions and 19 deletions
88
README.md
88
README.md
|
|
@ -5,36 +5,86 @@ einer sprechenden Person, entfernt Hintergrundgeräusche und gleicht Lautstärke
|
||||||
Klangbalance an, ein selbstgebautes, lokales Gegenstück zu einfachen Auphonic
|
Klangbalance an, ein selbstgebautes, lokales Gegenstück zu einfachen Auphonic
|
||||||
Funktionen.
|
Funktionen.
|
||||||
|
|
||||||
## Status
|
> **Stufe 1, dauerhaft kostenlos.** Für Aufnahmen mit einer einzelnen Person, also
|
||||||
|
> einer Stimme im Video, läuft NovaPhonic komplett lokal auf deinem eigenen Rechner,
|
||||||
|
> keine Internetverbindung nötig, keine Anmeldung, keine Kosten.
|
||||||
|
|
||||||
Stufe 1 (diese App): dauerhaft kostenlos, komplett lokal, keine Internetverbindung
|
> **Mehr ist geplant.** Eine Mehrsprechererkennung für Interviews kommt als
|
||||||
nötig, kein Server, für Aufnahmen mit einer Person. Näheres zur größeren
|
> kostenpflichtiges Zusatzmodul über einen gemieteten Server hinzu, ohne dauerhafte
|
||||||
Produktvision (Stufe 2 mit Mehrsprechererkennung, Server, Abo Modell) liegt im
|
> Speicherung der hochgeladenen Videos. Wer sehen will, was als Nächstes kommt, oder
|
||||||
Projektgedächtnis, nicht in diesem Repository.
|
> mitreden möchte: die
|
||||||
|
> [KIW Schmiede Community auf Skool](https://www.skool.com/kiw-schmiede-9100)
|
||||||
|
|
||||||
## Wie es technisch funktioniert
|
## Ordnerstruktur
|
||||||
|
|
||||||
NovaPhonic ist eine schlanke Tauri Oberfläche (HTML/CSS/JS, siehe `app/`), die im
|
```
|
||||||
Hintergrund drei eigenständige Open Source Werkzeuge als sogenannte Sidecar Programme
|
app/ <- Oberfläche der Tauri App (HTML/CSS/JS)
|
||||||
aufruft, alle im Installer enthalten, nichts muss separat installiert werden:
|
tauri-app/ <- Desktop App Gerüst (Windows Installer)
|
||||||
|
BAUANLEITUNG.md <- für alle, die NovaPhonic selbst aus dem Quellcode bauen wollen
|
||||||
|
GITHUB_SETUP.md <- für alle, die dieses Repository als Vorlage nutzen wollen
|
||||||
|
```
|
||||||
|
|
||||||
- **auto-editor** (Public Domain, Unlicense): schneidet Füllwörter/Stille anhand von
|
## Installation
|
||||||
Lautstärke aus dem Video.
|
|
||||||
|
1. Auf der [Releases Seite](https://github.com/kiwerkepro-org/novaphonic/releases)
|
||||||
|
dieses Repositories die aktuellste Version öffnen.
|
||||||
|
2. Die Datei `NovaPhonic_<Version>_x64-setup.exe` herunterladen.
|
||||||
|
3. Installer starten, den Anweisungen folgen.
|
||||||
|
4. NovaPhonic prüft beim Start automatisch, ob eine neuere Version vorliegt, und
|
||||||
|
bietet ein Update per Klick an.
|
||||||
|
|
||||||
|
Nur für Windows. auto-editor, DeepFilterNet und FFmpeg sind bereits im Installer
|
||||||
|
enthalten, es muss nichts zusätzlich installiert werden.
|
||||||
|
|
||||||
|
## Nutzung
|
||||||
|
|
||||||
|
1. Video per Drag and Drop in das Fenster ziehen, oder über die Dateiauswahl laden.
|
||||||
|
2. Bei Bedarf die Einstellungen anpassen: Mindestabstand um Sprechpausen (Margin),
|
||||||
|
Entrauschen ein oder aus, Lautstärkeanpassung ein oder aus und Zielwert (LUFS).
|
||||||
|
3. Auf Start klicken. Die drei Schritte Schneiden, Entrauschen und Lautstärke
|
||||||
|
anpassen laufen nacheinander durch, mit Fortschrittsanzeige und Protokoll.
|
||||||
|
4. Ergebnis über "Speichern unter" an den gewünschten Ort auf der Festplatte legen.
|
||||||
|
|
||||||
|
## Technische Details
|
||||||
|
|
||||||
|
NovaPhonic ist eine schlanke Tauri Oberfläche, die im Hintergrund drei eigenständige
|
||||||
|
Open Source Werkzeuge als sogenannte Sidecar Programme aufruft:
|
||||||
|
|
||||||
|
- **auto-editor** (Public Domain, Unlicense): schneidet Füllwörter und Stille anhand
|
||||||
|
von Lautstärke aus dem Video.
|
||||||
- **DeepFilterNet / deep-filter** (MIT/Apache 2.0): entfernt Hintergrundgeräusche aus
|
- **DeepFilterNet / deep-filter** (MIT/Apache 2.0): entfernt Hintergrundgeräusche aus
|
||||||
der Tonspur.
|
der Tonspur.
|
||||||
- **FFmpeg**: gleicht Lautstärke und Klangbalance an (`loudnorm`, EBU R128) und
|
- **FFmpeg**: gleicht Lautstärke und Klangbalance an (`loudnorm`, EBU R128) und
|
||||||
übernimmt Audio Extraktion sowie das Wiederzusammenfügen von Bild- und Tonspur.
|
übernimmt Audio Extraktion sowie das Wiederzusammenfügen von Bild- und Tonspur.
|
||||||
|
|
||||||
Alle drei laufen ohne Grafikkarte auf einer normalen CPU. Die Videodatei wird nie in
|
Alle drei laufen ohne Grafikkarte auf einer normalen CPU. Die Videodatei verlässt bei
|
||||||
die Oberfläche selbst geladen, es werden nur Dateipfade zwischen Oberfläche und dem
|
Stufe 1 nie den eigenen Rechner, es findet keine Verbindung zu einem Server statt.
|
||||||
Rust Kern (`tauri-app/src-tauri/`) ausgetauscht.
|
|
||||||
|
|
||||||
## Bauen
|
## Grenzen
|
||||||
|
|
||||||
Siehe `tauri-app/BAUANLEITUNG.md` für die vollständige Anleitung, inklusive dem
|
- Reine Lautstärke basierte Schnitterkennung, keine inhaltliche Prüfung. Schnitte
|
||||||
Beschaffen der drei Sidecar Werkzeuge. Siehe `GITHUB_SETUP.md` für die einmalige
|
können vereinzelt etwas abrupt wirken, weiche Übergänge sind nicht eingebaut.
|
||||||
Einrichtung des GitHub Repositories und der automatischen Cloud Build Pipeline.
|
- Entrauschen verbessert Hintergrundgeräusche, ersetzt aber keine professionelle
|
||||||
|
Studioaufnahme oder ein bezahltes Tonstudio.
|
||||||
|
- Aktuell nur für Aufnahmen mit einer einzelnen sprechenden Person gedacht. Bei
|
||||||
|
mehreren Personen im Video werden Stimmen nicht getrennt erkannt.
|
||||||
|
|
||||||
|
## Nächste Schritte (geplant)
|
||||||
|
|
||||||
|
- Mehrsprechererkennung für Interviews (Stufe 2), kostenpflichtiges Zusatzmodul über
|
||||||
|
einen gemieteten Server, ohne dauerhafte Speicherung.
|
||||||
|
- Feineres Schneiden mit weichen Übergängen statt reiner Hartschnitte.
|
||||||
|
|
||||||
## Lizenz
|
## Lizenz
|
||||||
|
|
||||||
GNU General Public License v3, siehe `LICENSE`.
|
GNU General Public License v3.0 (GPLv3), siehe [LICENSE](LICENSE). Wer den Code
|
||||||
|
verändert und weitergibt, muss den veränderten Quellcode ebenfalls unter der GPLv3
|
||||||
|
offenlegen, das gilt auch bei kommerzieller Nutzung.
|
||||||
|
|
||||||
|
## Markenrechte
|
||||||
|
|
||||||
|
Die Namen "NovaPhonic", "KI-WERKE" und "KIW Schmiede" sowie die zugehörigen Logos
|
||||||
|
sind eigenständig geschützte Kennzeichen von KI-WERKE und ausdrücklich nicht Teil der
|
||||||
|
GPLv3-Lizenz. Der Quellcode darf verändert und weitergegeben werden, die Namen und
|
||||||
|
Logos dürfen dabei aber nicht für eigene, insbesondere abgewandelte oder umbenannte
|
||||||
|
Versionen verwendet werden. Details siehe [LICENSE](LICENSE).
|
||||||
|
|
|
||||||
Loading…
Reference in a new issue