Vibe coding实现视频字幕识别系统 — 项目说明

视频字幕识别系统 — 项目说明

基于 Spring Boot + 阿里云视觉智能平台的视频字幕识别 Web 应用，上传视频后自动解析并下载中/英文字幕。（源代码密钥已移除方便提交仓库，这个网址已经打不开了）

一、项目简介

这是一个完整的 Web 应用，用户通过浏览器上传视频文件（或使用默认测试视频），系统调用阿里云视频识别（videorecog）API 提交异步识别任务，待任务完成后自动解析出中文字幕和英文字幕的下载链接，前端一键下载 SRT 字幕文件。

核心流程：

选择视频 → 上传至服务器 → 提交阿里云识别任务 → 轮询查询异步结果 → 解析字幕下载链接 → 下载字幕

二、技术栈

三、项目结构

vidio-demo/ ├── pom.xml # Maven 依赖配置 ├── src/main/ │ ├── java/com/example/demo/ │ │ ├── DemoApplication.java # Spring Boot 启动类 │ │ ├── config/ │ │ │ ├── AliyunProperties.java # 阿里云 API 配置属性（映射配置文件） │ │ │ └── WebMvcConfig.java # CORS 跨域 & 静态资源映射 │ │ ├── constant/ │ │ │ └── AliyunApiConstant.java # API 常量（默认测试视频 URL 等） │ │ ├── controller/ │ │ │ ├── HelloController.java # 健康检查接口 /hello │ │ │ └── VideoCastCrewController.java # 核心 REST 接口（上传、提交识别、查询结果） │ │ ├── model/ │ │ │ ├── RecognizeRequest.java # 识别请求 DTO │ │ │ └── RecognizeResultResponse.java # 识别结果响应 DTO │ │ ├── service/ │ │ │ ├── VideoCastCrewService.java # 服务接口 │ │ │ └── impl/ │ │ │ └── VideoCastCrewServiceImpl.java # 服务实现（调用阿里云 SDK） │ │ └── test/ │ │ ├── RecognizeVideoCastCrewList.java # 视频识别测试 │ │ └── GetAsyncJobResult.java # 异步结果查询测试 │ └── resources/ │ ├── application.properties # 应用配置（端口、上传目录、阿里云密钥等） │ ├── logback-spring.xml # 日志配置 │ ├── static/ │ │ └── index.html # 前端页面（单文件 SPA） │ └── META-INF/ │ └── additional-spring-configuration-metadata.json

四、REST API 接口

4.1 视频上传

POST /api/video/upload Content-Type: multipart/form-data 参数: file (视频文件)

响应示例：

{"success":true,"message":"视频上传成功","fileName":"demo.mp4","storedFileName":"20260620001700_8e76571d_demo.mp4","fileSize":5242880,"fileUrl":"/uploads/videos/20260620001700_8e76571d_demo.mp4","uploadTime":"20260620001700"}

4.2 提交视频识别任务

POST /api/video/cast-crew-recognition Content-Type: application/json 请求体: { "videoUrl": "https://example.com/video.mp4" } （videoUrl 可选，不传则使用默认测试视频）

响应示例：

{"success":true,"jobId":"A1B2C3D4-5678-90EF-GHIJ-KLMNOPQRSTUV","message":"任务已提交成功，请使用 jobId 查询异步结果"}

4.3 查询异步识别结果

GET /api/video/cast-crew-recognition/{jobId}/result

响应示例：

{"success":true,"jobId":"A1B2C3D4-...","rawResult":"{ ... 阿里云 API 原始 JSON ... }","message":"查询成功"}

前端收到后会自动解析rawResult中的中英文字幕下载 URL。

4.4 健康检查

GET /hello → "Hello, Spring Boot!"

五、前端页面

前端是一个独立的单页应用（src/main/resources/static/index.html），暗色主题，支持：

• 拖拽 / 点击上传视频文件（支持 MP4 / MOV / AVI / MKV）
• 一键提交视频解析任务
• 自动轮询异步任务结果（每 3 秒一次，最多 60 次）
• 任务状态实时显示（处理中 / 已完成 / 失败）
• 中英文字幕解析与一键下载SRT 文件
• 后端 JSON 响应可视化 & 控制台日志实时输出
• 背景粒子动画

六、关键实现细节

6.1 阿里云 SDK 集成

• 提交识别：使用com.aliyun:videorecog20200320SDK，调用RecognizeVideoCastCrewList接口，返回jobId。
• 查询结果：使用com.aliyun:viapi20230117SDK，调用GetAsyncJobResult接口，传入jobId查询异步任务的执行结果。

两阶段分别在 VideoCastCrewServiceImpl 中实现，通过AliyunProperties注入 AccessKey 和 Endpoint 配置。

6.2 文件上传

视频文件上传后存储到本地uploads/videos/目录，以时间戳_UUID_原始文件名格式命名，确保文件名唯一且安全。通过WebMvcConfig将目录映射为静态资源，前端可直接访问。

6.3 跨域支持

在WebMvcConfig中配置了 CORS，允许任意域名访问/api/**接口，方便前后端分离部署或本地开发调试。

6.4 异步轮询

前端 JS 在提交识别任务后，自动每 3 秒轮询一次结果接口，直到任务状态变为PROCESS_SUCCESS（成功）或PROCESS_FAILED（失败），最多轮询 60 次（约 3 分钟）。

七、如何运行

前置条件

• JDK 17+
• Maven 3.6+
• 阿里云视觉智能平台账号（需开通视频识别服务）

配置

在src/main/resources/application.properties中配置：

server.port=8081 # 阿里云 AccessKey（必填，替换为你自己的密钥） aliyun.access-key-id=你的AccessKeyID aliyun.access-key-secret=你的AccessKeySecret aliyun.videorecog-endpoint=videorecog.cn-shanghai.aliyuncs.com aliyun.viapi-endpoint=viapi.cn-shanghai.aliyuncs.com

启动

# 编译并运行mvn spring-boot:run -Dspring-boot.run.fork=false

启动后访问 http://localhost:8081 即可打开前端页面。

八、注意事项

• 阿里云视频识别为异步服务，提交任务后通常需要等待一段时间（视视频长度而定），前端会自动轮询等待。
• 上传视频大小限制默认为500MB，可在application.properties中调整。
• 本项目中的 AccessKey 等凭证信息请妥善保管，切勿提交到公开仓库。
• 默认测试视频来自阿里云官方示例，优先使用该链接验证接口连通性。

这是作者首次利用这个方式来完成这个项目，本篇说明也是使用AI提取项目内容完成，若有不对的地方还望海涵

完