← → 翻页 · B 静态 · ESC 索引
吴话可说大作业汇报
Vol.01

Python 与人工智能应用 · 期末大作业

吴话可说

基于机器翻译、文本情感分析与数据可视化的
吴语戏剧智能解析平台

让吴语戏剧“可被阅读”2026.06
吴话可说背景
02

Problem

吴语戏剧
难以跨越语言壁垒

温州鼓词、越剧、瓯剧等地方戏曲承载着丰富的地域文化，但方言门槛让非母语观众与研究者望而却步。

传统字幕仅有汉字，缺少普通话/英文对照、情感标注与结构化分析。

「吴话可说」通过 AI 将音视频转化为带时间轴、发言人、翻译与情感标签的结构化剧本。

Project Goal
降低地方戏曲的理解门槛02
吴话可说架构
03

Pipeline

端到端 AI 解析流程

01
音频处理
ffmpeg 提取音频并按 5 分钟切片，适配大模型上下文长度。
02
语音转写
mimo-v2.5 将吴语唱腔/念白转写为文本，并解析说话人与时间戳。
03
翻译 + 情感
qwen3.7-max 输出普通话、英文、文化注释与情感标签。
04
场景生成
模型按剧情转折自动划分场次，生成背景与情绪说明。
05
数据分析
统计发言者、情感分布、时间轴密度与场景情感走势。
06
可视化
Next.js + recharts 渲染可交互图表，嵌入作品详情页。
FastAPI · Next.js · TokenDance03
吴话可说机器翻译
04

Machine Translation

吴语台词 → 普通话 + 英文

针对戏剧语境优化 prompt，要求模型保留口语韵味、补充文化典故，并以严格 JSON 数组返回。

“法海禅师心太狠，拆散鸳鸯。”

吴语原文

“Monk Fahai is cruel, tearing apart the loving couple.”

英文翻译
支持语言2种
翻译模型qwen3.7-max
输出格式mandarin / english / notes
关键技术 ①：机器翻译04
吴话可说情感分析
05

Sentiment Analysis

逐句情感标注

positive
积极
恩情、团圆、喜悦
neutral
中性
叙述、场景描写
negative
消极
冲突、磨难、拆散

在翻译阶段同步调用大模型判断情感，结果写入 Segment.sentiment，不增加额外模型调用。

关键技术 ②：文本情感分析05
吴话可说可视化
06

Data Visualization

多维度数据呈现

情感分布Pie积极 / 中性 / 消极占比
角色戏份Bar发言次数与累计时长
时间轴密度Line每分钟台词段数
场景情感走势Arc剧情情绪起伏

后端基于 Segment / Scene 实时计算指标，前端使用 recharts 在「分析」Tab 中渲染交互图表。

关键技术 ③：数据分析与可视化06
吴话可说结构
07

Project Structure

目录与模块

backend/app/services/audio · transcribe · translate · pipeline · analyticsCore
backend/app/routers/works.py：上传、状态、分析、媒体流API
frontend/app/Next.js App Router：首页 / 作品详情 / 报告页Web
frontend/components/analytics-panel · work-detail · media-playerUI
deploy/nginx + systemd + Let's Encrypt 生产配置Ops
模块化、可维护、易部署07
吴话可说成果
08

Sample Result

温州鼓词《白蛇传·水漫金山》

Segments75去重后的 clean 台词段
Scenes3自动划分剧情场次
Duration25:44原始音视频时长
Characters3白娘子 / 许仙 / 法海
Languages3吴语 / 普通话 / 英文
Sentiments3positive / neutral / negative
示例已上线：wu.hub.tt2.li/works/408
吴话可说结语
09

Thanks

让方言戏曲
被世界看见

线上地址：wu.hub.tt2.li · 报告页：/report · PPT：/slides

吴话可说 · WuHuaKeShuo09