feat: add AIIA Text Splitter node (v1.13.0)

New node that splits single-speaker text into dialogue_json format: - 3 split modes: auto, by_sentence, by_line - Short sentence merging (min_chars) - Long sentence splitting at commas/semicolons (max_chars) - Output compatible with Emotion Annotator and Dialogue TTS Workflow: Text → Text Splitter → Emotion Annotator → TTS
2026-02-16 11:03:31 +08:00
parent 449183c800
commit 40bc5627cb
3 changed files with 276 additions and 10 deletions
@@ -1179,11 +1179,16 @@ Script Parser → Emotion Annotator → Dialogue TTS / Qwen Dialogue TTS

 ##### 典型工作流

-**基础流程**（适合大多数场景）：
+**对话流程**（适合大多数场景）：
 ```
 Script Parser → Emotion Annotator → Dialogue TTS → Video Combine
 ```

+**单人旁白流程**（配合 Text Splitter）：
+```
+长文本 → Text Splitter → Emotion Annotator → Qwen3 TTS / CosyVoice
+```
+
 **高级拆分流程**（多引擎混合）：
 ```
 Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
@@ -1191,7 +1196,33 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
                                                      → Podcast Stitcher
 ```

-#### 4.3 AIIA Dialogue TTS (对话生成引擎)
+#### 4.3 AIIA Text Splitter (文本拆分器)
+
+**[v1.13.0 New]** 将单人长文本按标点拆分为标准 `dialogue_json`，使其可直接接入 Emotion Annotator → TTS 管线。
+
+##### 参数说明
+
+| 参数 | 说明 |
+|------|------|
+| `text` | 待拆分文本（多行/长段落） |
+| `speaker_name` | 说话人名称，默认 `Narrator` |
+| `split_mode` | `auto`：智能拆分（句末标点 + 短句合并 + 长句再拆）；`by_sentence`：仅按句号/问号/感叹号拆分；`by_line`：按换行拆分 |
+| `min_chars` | 最小字符数，短于此的句子合并到前一句。默认 `4` |
+| `max_chars` | 最大字符数，超长句子在逗号/分号处强制拆分。默认 `100` |
+
+##### 拆分行为 (`auto` 模式)
+
+1. **按换行分段** → 保留段落结构
+2. **段内按句末标点拆分** → `。！？!?…` 和省略号 `……` / `...`
+3. **短句合并** → 短于 `min_chars` 的句子追加到前一句
+4. **长句拆分** → 超过 `max_chars` 的句子在逗号/分号处再切
+
+##### 输出
+
+- `dialogue_json`：标准格式，与 Script Parser 输出兼容，可直接接入 Emotion Annotator / Dialogue TTS
+- `sentence_count`：拆分后的句子数
+
+#### 4.4 AIIA Dialogue TTS (对话生成引擎)

 核心调度与生成节点，支持自动角色切换和长音频拼接。

@@ -1214,7 +1245,7 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
 - **Emotion Safeguard (New!)**:
  - **智能检测**: 系统会自动嗅探加载模型的元数据。如果你使用 CosyVoice SFT/Base 或 VibeVoice 等不支持 `Instruct` 功能的模型，系统将自动跳过 `[Emotion]` 标签插入，防止模型读出方括号。

-#### 4.4 AIIA Qwen Dialogue TTS (Qwen 旗舰对话节点)
+#### 4.5 AIIA Qwen Dialogue TTS (Qwen 旗舰对话节点)

 **[v1.11.0 New]** 深度集成 Qwen3-TTS 的多模式特性，支持复杂的混合角色场景。

@@ -1235,7 +1266,7 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
  - **Ref Audio**: 当模式为 Clone 时，连接参考音频。
 - **特点**: 相对于通用对话节点，此节点能根据每个人的模式自动路由到最合适的 Qwen 引擎，且支持在 UI 直接输入设计描述。

-#### 4.5 AIIA Subtitle Gen (字幕生成器)
+#### 4.6 AIIA Subtitle Gen (字幕生成器)

 **[v1.7.0 New]** 无需 STT，直接从生成过程中提取精准时间轴。

@@ -1250,7 +1281,7 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
  - **VibeVoice**: 使用**智能插值算法 (Smart Interpolation)**，根据字符长度自动计算长音频段内的单句时间轴。
  - **Qwen3-TTS**: 基于生成的音频振幅精准断句，支持多角色时间轴导出。

-#### 4.6 AIIA Subtitle to Segments (字幕转分段)
+#### 4.7 AIIA Subtitle to Segments (字幕转分段)

 **[v1.10.3 New]** 将现有的 SRT/ASS 字幕文件转换为 `segments_info` 格式，以便进行时间轴重新校准。

@@ -1261,7 +1292,7 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
  - `segments_info`: 标准化的 JSON 字符串，可直接输入到 `AIIA Subtitle Gen`。
 - **用途**: 结合 `Subtitle Gen` 的 `calibration_info` 输入，可以将**旧的、不准的字幕**自动对齐到**新的、精准的音轨**上。

-#### 4.7 AIIA Subtitle Preview (字幕预览)
+#### 4.8 AIIA Subtitle Preview (字幕预览)

 **[v1.7.1 New]** 实时校验音画同步效果。

@@ -1272,7 +1303,7 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
  - **交互式界面**: 提供 Web 播放器，按时间轴滚动显示字幕。
  - **ASS 样式渲染**: 尝试还原 ASS 字幕的字体颜色、大小和描边效果。

-#### 4.8 Interactive Teaching (Web Export) (互动式教学导出)
+#### 4.9 Interactive Teaching (Web Export) (互动式教学导出)

 **[v1.8.1 New]** 将播客升级为视听同步的互动网页。支持“读写分离”的缓存优化，修改 Visual 标签无需重跑 TTS。

@@ -1290,7 +1321,7 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
  - 支持绝对 URL: `(Visual: https://example.com)`
  - 支持相对路径: `(Visual: ./slides/01.jpg)` (相对于导出 HTML 的位置)

-#### 4.9 AIIA Podcast Splitter (对话拆分器)
+#### 4.10 AIIA Podcast Splitter (对话拆分器)

 **[v1.12.0 New]** 将对话 JSON 按说话人拆分为独立文本列表，用于"**拆分→生成→拼接**"的高级流程。

@@ -1301,7 +1332,7 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
  - `text_A`, `text_B`: 分别为说话人 A、B 的纯文本列表（每行一句），可直接送入各自的 TTS 节点独立生成。
 - **用途**: 实现对不同说话人使用不同 TTS 引擎/参数生成音频，再通过 Stitcher 精确拼接的高级工作流。

-#### 4.10 AIIA ASR Node (语音识别)
+#### 4.11 AIIA ASR Node (语音识别)

 **[v1.12.0 New]** 基于 FunASR 的语音识别节点，输出带词级时间戳的识别结果，为 Stitcher 提供精确对齐依据。

@@ -1309,7 +1340,7 @@ Script Parser → Emotion Annotator → Podcast Splitter → TTS_A (CosyVoice)
 - **Output**: `ASR_RESULT`（包含词级时间戳的识别结果）。
 - **依赖**: 需要安装 `funasr` 库。模型首次运行时自动下载。

-#### 4.11 AIIA Podcast Stitcher (精确拼接器)
+#### 4.12 AIIA Podcast Stitcher (精确拼接器)

 **[v1.12.0 New]** 将分轨生成的多角色音频按原始对话顺序精确拼接，还原自然对话节奏。

@@ -151,6 +151,9 @@ else:
    # 30. 处理 aiia_emotion_annotator.py (LLM 情感标注)
    _load_nodes_from_module(".aiia_emotion_annotator", "aiia_emotion_annotator")

+    # 31. 处理 aiia_text_splitter.py (单人文本拆分)
+    _load_nodes_from_module(".aiia_text_splitter", "aiia_text_splitter")
+
    # 告诉 ComfyUI 这个节点包有一个包含网页资源的 'js' 目录
    WEB_DIRECTORY = "js"

@@ -0,0 +1,232 @@
+"""
+AIIA Text Splitter — 单人文本按标点拆分为 dialogue_json
+[v1.13.0 New]
+
+将长文本按句号、问号、感叹号等标点拆分为标准 dialogue_json 格式，
+可直接接入 Emotion Annotator → TTS 管线。
+
+支持短句合并（避免碎片）和长句拆分（避免 TTS 单句过长）。
+"""
+
+import json
+import re
+
+
+class AIIA_Text_Splitter:
+    """
+    将纯文本按标点拆分为 dialogue_json 格式。
+
+    支持三种拆分模式：
+    - auto: 中英文自动，按句末标点拆分 + 短句合并 + 长句拆分
+    - by_sentence: 仅按句号/问号/感叹号拆分
+    - by_line: 按换行拆分
+    """
+
+    NODE_NAME = "AIIA Text Splitter"
+
+    @classmethod
+    def INPUT_TYPES(cls):
+        return {
+            "required": {
+                "text": ("STRING", {
+                    "multiline": True,
+                    "default": "",
+                    "tooltip": "待拆分的文本。支持多段落、多行。"
+                }),
+                "speaker_name": ("STRING", {
+                    "default": "Narrator",
+                    "tooltip": "说话人名称，写入 dialogue_json 的 speaker 字段"
+                }),
+                "split_mode": (["auto", "by_sentence", "by_line"], {
+                    "default": "auto",
+                    "tooltip": "拆分模式：\n"
+                               "  auto: 按句末标点拆分 + 短句合并 + 长句再拆\n"
+                               "  by_sentence: 仅按句号/问号/感叹号拆分\n"
+                               "  by_line: 按换行拆分"
+                }),
+            },
+            "optional": {
+                "min_chars": ("INT", {
+                    "default": 4,
+                    "min": 1,
+                    "max": 50,
+                    "tooltip": "最小字符数。短于此的句子合并到前一句。"
+                }),
+                "max_chars": ("INT", {
+                    "default": 100,
+                    "min": 20,
+                    "max": 500,
+                    "tooltip": "最大字符数。超长句子在逗号/分号处强制拆分。"
+                }),
+            }
+        }
+
+    RETURN_TYPES = ("STRING", "INT")
+    RETURN_NAMES = ("dialogue_json", "sentence_count")
+    FUNCTION = "split_text"
+    CATEGORY = "AIIA/Podcast"
+
+    def split_text(self, text, speaker_name="Narrator", split_mode="auto",
+                   min_chars=4, max_chars=100):
+        """拆分文本为 dialogue_json 格式。"""
+
+        if not text or not text.strip():
+            empty = json.dumps([], ensure_ascii=False)
+            return (empty, 0)
+
+        text = text.strip()
+
+        if split_mode == "by_line":
+            raw_sentences = self._split_by_line(text)
+        elif split_mode == "by_sentence":
+            raw_sentences = self._split_by_sentence(text)
+        else:  # auto
+            raw_sentences = self._split_auto(text, min_chars, max_chars)
+
+        # 构建 dialogue_json
+        dialogue = []
+        for sent in raw_sentences:
+            sent = sent.strip()
+            if not sent:
+                continue
+            dialogue.append({
+                "type": "speech",
+                "speaker": speaker_name,
+                "text": sent,
+                "emotion": None
+            })
+
+        result = json.dumps(dialogue, ensure_ascii=False, indent=2)
+        return (result, len(dialogue))
+
+    def _split_by_line(self, text):
+        """按换行拆分，空行跳过。"""
+        return [line.strip() for line in text.split("\n") if line.strip()]
+
+    def _split_by_sentence(self, text):
+        """仅按句末标点拆分（句号、问号、感叹号、省略号）。"""
+        # 先按换行分段，再段内按标点拆分
+        paragraphs = [p.strip() for p in text.split("\n") if p.strip()]
+        sentences = []
+        for para in paragraphs:
+            parts = self._split_at_sentence_end(para)
+            sentences.extend(parts)
+        return sentences
+
+    def _split_auto(self, text, min_chars, max_chars):
+        """
+        智能拆分：
+        1. 按换行分段
+        2. 段内按句末标点拆分
+        3. 短句合并
+        4. 长句在逗号/分号处再拆
+        """
+        paragraphs = [p.strip() for p in text.split("\n") if p.strip()]
+        all_sentences = []
+
+        for para in paragraphs:
+            # Step 1: 按句末标点拆分
+            raw = self._split_at_sentence_end(para)
+
+            # Step 2: 短句合并
+            merged = self._merge_short(raw, min_chars)
+
+            # Step 3: 长句拆分
+            final = []
+            for sent in merged:
+                if len(sent) > max_chars:
+                    final.extend(self._split_long(sent, max_chars))
+                else:
+                    final.append(sent)
+
+            all_sentences.extend(final)
+
+        return all_sentences
+
+    def _split_at_sentence_end(self, text):
+        """
+        在句末标点处拆分，保留标点在前一句末尾。
+        支持：。！？!?  以及省略号 …… / ...
+        """
+        # 按句末标点拆分，保留分隔符
+        # 匹配：句号/问号/感叹号（中英文），以及省略号
+        parts = re.split(r'((?:\.{3}|…{1,2}|[。！？!?]))', text)
+
+        sentences = []
+        buffer = ""
+        for i, part in enumerate(parts):
+            if i % 2 == 0:
+                # 正文部分
+                buffer += part
+            else:
+                # 标点部分，附加到 buffer
+                buffer += part
+                if buffer.strip():
+                    sentences.append(buffer.strip())
+                buffer = ""
+
+        # 处理末尾没有标点的残余
+        if buffer.strip():
+            sentences.append(buffer.strip())
+
+        return sentences
+
+    def _merge_short(self, sentences, min_chars):
+        """将短于 min_chars 的句子合并到前一句。"""
+        if not sentences:
+            return sentences
+
+        merged = [sentences[0]]
+        for sent in sentences[1:]:
+            if len(sent) < min_chars and merged:
+                # 合并到前一句
+                merged[-1] = merged[-1] + sent
+            else:
+                merged.append(sent)
+
+        return merged
+
+    def _split_long(self, text, max_chars):
+        """
+        将超长句子在逗号/分号/顿号处拆分。
+        尽量靠近 max_chars 的位置切，避免太碎。
+        """
+        # 可选拆分点：逗号、分号、顿号（中英文）
+        split_points = []
+        for i, ch in enumerate(text):
+            if ch in '，,；;、':
+                split_points.append(i)
+
+        if not split_points:
+            # 没有可拆分点，原样返回
+            return [text]
+
+        result = []
+        start = 0
+        for point in split_points:
+            segment = text[start:point + 1]
+            if len(segment) >= max_chars // 2:
+                # 够长了，切一刀
+                result.append(segment.strip())
+                start = point + 1
+
+        # 追加剩余部分
+        remainder = text[start:].strip()
+        if remainder:
+            if result and len(remainder) < max_chars // 4:
+                # 残余太短，合并到最后一段
+                result[-1] = result[-1] + remainder
+            else:
+                result.append(remainder)
+
+        return result if result else [text]
+
+
+# === ComfyUI Registration ===
+NODE_CLASS_MAPPINGS = {
+    "AIIA_Text_Splitter": AIIA_Text_Splitter,
+}
+
+NODE_DISPLAY_NAME_MAPPINGS = {
+    "AIIA_Text_Splitter": "💬 AIIA Text Splitter",
+}