歌词拆解

目标

将歌曲音频转为带时间戳的歌词段落，标注纯音乐段（前奏/间奏/尾奏）。

输入

输入	必需	说明
音频文件	是	歌曲音频文件路径
LRC 文件	否	如提供则直接解析，跳过 ASR

处理流程

如果用户未提供音频文件，直接在对话中向用户提问，要求提供音频文件路径。音频文件是整个 MV 创作流程的前提，必须先获取。

音频文件确认后，扫描 .mv/*/lyric.md 中的 音频：/Audio: 字段，检查是否已有该音频路径对应的歌词拆解：

已存在 → 读取已有的 lyric.md 内容，展示给用户，通过 AskUserQuestion 询问用户：
- 直接使用已有歌词拆解，进入下一阶段
- 重新拆解（覆盖已有文件）
不存在 → 继续正常拆解流程

正常拆解流程：如果用户未提供 LRC 文件，通过 AskUserQuestion 询问用户是否有 LRC 文件可以提供（选项：有/没有）。

用户提供了 → 走路线 A
用户没有 → 走路线 B（ASR 兜底）

路线 A：用户提供 LRC 文件

直接解析 LRC 文件，提取时间戳和歌词文本。

路线 B：ASR + LLM（兜底方案）

获取音频时长：通过 ffprobe 获取音频总时长

ffprobe -v error -show_entries format=duration -of csv=p=0 <audio_path>

音频预处理：检查文件大小，如果超过 5MB 则先压缩再调用 ASR（hilo_tools_audio_transcribe_lyrics 限制 10MB）

# 检查文件大小（字节）
stat -f%z <audio_path>          # macOS
stat -c%s <audio_path>          # Linux
wc -c < <audio_path>            # 跨平台
(Get-Item <audio_path>).Length   # Windows PowerShell
# 如果 > 5242880（5MB），压缩为 64kbps 单声道
ffmpeg -y -i <audio_path> -b:a 64k -ar 16000 -ac 1 <compressed_path>

压缩后使用 <compressed_path> 调用 ASR，原始音频保留用于后续阶段。

ASR 识别：调用 MCP 工具 hilo_tools_audio_transcribe_lyrics，获取词级时间戳
- 中文自动使用 Tencent Cloud ASR，其他语言使用 Whisper ASR
- 返回的 JSON 包含 segments（时间戳 + 歌词 + 词级信息）
纯音乐段检测：工具自动识别并标注无歌词段落
- 开头无歌词 > 0.5s → [prelude]
- 歌词间间隙 > 5s → [interlude]
- 结尾无歌词 > 0.5s → [outro]
歌词矫正：调用 MCP 工具 hilo_tools_read_media 传入音频文件，获取对音频内容的听写结果，然后 LLM 结合 ASR 结果和听写结果进行歌词矫正（纠正错别字、断句、标点等）

输出格式

每个段落包含时间码和歌词文本，纯音乐段用方括号标记。文件头部必须包含音频文件路径（相对项目根目录），用于后续阶段引用和歌词拆解去重判断。

完整示例见 references/lyric-example.md（非中文用户参考 references/lyric-example-en.md）。

注：每个时间段的歌词按实际演唱的句子逐行拆分，一句一行。

格式校验

歌词写入 lyric.md 后，必须运行校验脚本：

python3 .opencode/skills/mv-creator/scripts/validate_lyric.py .mv/{song_name}/lyric.md

校验规则：时间码格式、时间段连续性、单段建议不超过 20 秒（WARN）、纯音乐段无歌词、歌词段非空。

通过 → 调用 MCP 工具 preview_and_collect_feedback 启动预览：
- script: .opencode/skills/mv-creator/scripts/render_preview.py
- args: [".mv/{song_name}/lyric.md", "--type", "lyric", "--lang", "{lang}"]
- feedback_path: .mv/{song_name}/feedback.md
工具会启动预览服务器、打开浏览器，等待用户提交反馈后直接返回反馈内容：
- 内容为 LGTM → 用户确认无修改，进入下一阶段
- 其他内容 → 用户的编辑建议，按建议修改后重新校验和预览
未通过 → 通过 AskUserQuestion 询问用户处理方式：
- 用户手动修改：暂停流程，等待用户修改 lyric.md 后重新校验
- 重新 ASR：重新执行 ASR 识别和 LLM 矫正，覆盖当前文件
- 模型自动修复：由 LLM 根据校验错误信息自动修正 lyric.md，修复后重新校验
- 中止流程：终止 MV 创作流程

文件存储

./.mv/{song_name}/lyric.md

4.4 KiB Raw Blame History