40 lines
1.7 KiB
Markdown
40 lines
1.7 KiB
Markdown
# NovaPhonic
|
|
|
|
Ein Tool von KI-WERKE. Schneidet Füllwörter und Stille automatisch aus Videos mit
|
|
einer sprechenden Person, entfernt Hintergrundgeräusche und gleicht Lautstärke sowie
|
|
Klangbalance an, ein selbstgebautes, lokales Gegenstück zu einfachen Auphonic
|
|
Funktionen.
|
|
|
|
## Status
|
|
|
|
Stufe 1 (diese App): dauerhaft kostenlos, komplett lokal, keine Internetverbindung
|
|
nötig, kein Server, für Aufnahmen mit einer Person. Näheres zur größeren
|
|
Produktvision (Stufe 2 mit Mehrsprechererkennung, Server, Abo Modell) liegt im
|
|
Projektgedächtnis, nicht in diesem Repository.
|
|
|
|
## Wie es technisch funktioniert
|
|
|
|
NovaPhonic ist eine schlanke Tauri Oberfläche (HTML/CSS/JS, siehe `app/`), die im
|
|
Hintergrund drei eigenständige Open Source Werkzeuge als sogenannte Sidecar Programme
|
|
aufruft, alle im Installer enthalten, nichts muss separat installiert werden:
|
|
|
|
- **auto-editor** (Public Domain, Unlicense): schneidet Füllwörter/Stille anhand von
|
|
Lautstärke aus dem Video.
|
|
- **DeepFilterNet / deep-filter** (MIT/Apache 2.0): entfernt Hintergrundgeräusche aus
|
|
der Tonspur.
|
|
- **FFmpeg**: gleicht Lautstärke und Klangbalance an (`loudnorm`, EBU R128) und
|
|
übernimmt Audio Extraktion sowie das Wiederzusammenfügen von Bild- und Tonspur.
|
|
|
|
Alle drei laufen ohne Grafikkarte auf einer normalen CPU. Die Videodatei wird nie in
|
|
die Oberfläche selbst geladen, es werden nur Dateipfade zwischen Oberfläche und dem
|
|
Rust Kern (`tauri-app/src-tauri/`) ausgetauscht.
|
|
|
|
## Bauen
|
|
|
|
Siehe `tauri-app/BAUANLEITUNG.md` für die vollständige Anleitung, inklusive dem
|
|
Beschaffen der drei Sidecar Werkzeuge. Siehe `GITHUB_SETUP.md` für die einmalige
|
|
Einrichtung des GitHub Repositories und der automatischen Cloud Build Pipeline.
|
|
|
|
## Lizenz
|
|
|
|
GNU General Public License v3, siehe `LICENSE`.
|