代码初始化

model/dto/audio/audio_dto.go

@@ -0,0 +1,55 @@
+package audio
+
+// TranscribeReq 语音转文字请求（JSON body / URL 方式）
+type TranscribeReq struct {
+	VideoURLs []string `json:"video_urls" v:"required#视频URL列表不能为空" dc:"视频URL列表"`
+	Model     string   `json:"model" dc:"whisper模型(tiny/base/small/medium)" d:"medium"`
+	Language  string   `json:"language" dc:"语言(zh/en/ja)" d:"zh"`
+	Threshold float64  `json:"threshold" dc:"场景检测阈值(0.1-0.5)" d:"0.3"`
+}
+
+// TranscribeRes 语音转文字响应
+type TranscribeRes struct {
+	Results []TranscribeItem `json:"results" dc:"处理结果列表"`
+}
+
+// TranscribeItem 单视频处理结果
+type TranscribeItem struct {
+	FileName string      `json:"fileName" dc:"文件名"`
+	Result   interface{} `json:"result,omitempty" dc:"识别结果"`
+	Error    string      `json:"error,omitempty" dc:"错误信息"`
+}
+
+// TranscribeResult 语音识别结果详情
+type TranscribeResult struct {
+	Text          string           `json:"text" dc:"识别文本"`
+	Model         string           `json:"model" dc:"使用的模型"`
+	Language      string           `json:"language" dc:"语言"`
+	AudioPath     string           `json:"audioPath" dc:"音频文件路径"`
+	AudioSize     int64            `json:"audioSize" dc:"音频文件大小(字节)"`
+	AudioDuration string           `json:"audioDuration" dc:"音频时长"`
+	Scenes        *SceneSummaryDTO `json:"scenes,omitempty" dc:"分镜分析"`
+}
+
+// SceneSummaryDTO 分镜分析摘要
+type SceneSummaryDTO struct {
+	TotalScenes int            `json:"totalScenes" dc:"场景总数"`
+	DurationStr string         `json:"durationStr" dc:"总时长"`
+	AspectRatio string         `json:"aspectRatio" dc:"画面比例"`
+	Orientation string         `json:"orientation" dc:"横屏/竖屏"`
+	Pacing      string         `json:"pacing" dc:"剪辑节奏"`
+	ShotTypes   map[string]int `json:"shotTypes" dc:"镜头类型分布"`
+	Scenes      []SceneShotDTO `json:"scenes" dc:"分镜列表"`
+}
+
+// SceneShotDTO 单镜头信息
+type SceneShotDTO struct {
+	SceneIndex   int    `json:"sceneIndex" dc:"场景序号"`
+	StartTimeStr string `json:"startTimeStr" dc:"开始时间"`
+	EndTimeStr   string `json:"endTimeStr" dc:"结束时间"`
+	DurationStr  string `json:"durationStr" dc:"时长"`
+	ShotType     string `json:"shotType" dc:"镜头类型"`
+	Composition  string `json:"composition" dc:"构图"`
+	NarrativePos string `json:"narrativePos" dc:"叙事位置"`
+	Description  string `json:"description" dc:"场景描述"`
+}

model/dto/video/video_dto.go

@@ -0,0 +1,17 @@
+package video
+
+// ConcatReq 视频拼接请求（JSON body / URL 方式）
+type ConcatReq struct {
+	VideoURLs []string `json:"video_urls" v:"required#视频URL列表不能为空" dc:"视频URL列表(按此顺序拼接)"`
+	Method    string   `json:"method" dc:"拼接方式(auto/fast/reencode)" d:"auto"`
+}
+
+// ConcatRes 视频拼接响应
+type ConcatRes struct {
+	OutputPath  string  `json:"outputPath" dc:"输出文件路径"`
+	FileSize    int64   `json:"fileSize" dc:"文件大小(字节)"`
+	Duration    float64 `json:"duration" dc:"总时长(秒)"`
+	DurationStr string  `json:"durationStr" dc:"可读时长"`
+	MethodUsed  string  `json:"methodUsed" dc:"实际使用的拼接方式"`
+	InputFiles  int     `json:"inputFiles" dc:"输入文件数"`
+}