影片內容摘要系統開發

需求說明

我需要開發一個系統，能夠輸入影片檔，輸出該影片內容的摘要。摘要需支援中英文，並盡量保留時間戳以方便定位影片內容。 主要需求： 輸入：常見影片格式（MP4、MOV 等）。 音訊處理：自動從影片抽取音訊，並進行降噪與格式轉換。 語音轉文字（ASR）： 可使用雲端 API（如 OpenAI Whisper API、Deepgram、AssemblyAI）或本地模型（如 Whisper.cpp、Faster-Whisper）。 支援中英文及雙語混合。 輸出需包含逐字稿及時間戳資訊。 摘要生成： 使用 LLM 對逐字稿進行摘要，支援中文與英文輸出。 支援輸出成多種摘要格式（精簡重點列表、時間戳摘要、章節式摘要）。 輸出格式：純文字檔（TXT/JSON）、可選 SRT/字幕檔。 部署：可在本地或雲端執行（Docker 部署優先）。 加分項目： 多段影片批次處理功能。 Web 界面上傳影片並即時顯示摘要結果。 自動翻譯成目標語言（中 ↔ 英）。