张维为语录查询项目，纯查询无需下载本项目，直接在网页端即可完成查询。
Caution
本项目仅供娱乐，请合理使用。
感谢wen999di及其提交的PR，大幅提高了人脸检测准确率和字幕识别准确率。感谢undef-i及其提交的PR，大幅提高了字幕检索速度，并且添加了GPU支持，大幅减少了新版本的人脸识别和字幕识别所需的时间。
你还在为自己存放的VV表情包不够多，使用时觉得不够贴切而感到烦恼吗？快来试试这个项目吧！
本项目主要用于识别vv出现的视频片段（主要针对《这就是中国》节目，后续可能会增加其他视频源）及对应的字幕，并输出为json文件。
访问vv.cicada000.work即可直接使用网页端的台词搜索功能，搜索具有一定的模糊匹配能力。在搜索框内搜索关键词即可匹配含有该关键词的台词。展开高级选项可调整文本匹配度（0-100，默认50）、人脸相似度（0-1，默认0.5）以及是否添加口吧水印。
requirements.txt：项目包依赖，在使用本项目之前请先下载，否则可能导致项目无法正常运行。
generate_features.py：用于生成人脸特征数据的脚本，如果没有自己的数据集可以不用，本项目已经附带了人脸数据集，即face_features.npz。如果需要用自己的数据集训练在同级目录新建target文件夹进行训练即可。
generate_features_insightface.py：用于生成人脸特征数据的脚本，如果没有自己的数据集可以不用，本项目已经附带了人脸数据集，即face_features_insightface.npz。如果需要用自己的数据集训练在同级目录新建target文件夹进行训练即可。
target文件夹，将人脸照片放入即可生成数据集文件，为了方便起见，GitHub仓库中的target文件夹可在Release中找到，解压放入项目中即可进行人脸识别的训练，正常运行识别项目可以不需要这个文件夹。
subtitle：文件夹，本项目运行的人脸识别+字幕提取的json文件可以在文件夹中找到。
face_features.npz：本项目附带的人脸数据集，可直接使用，针对FaceRec.py。
face_features_indightface.npz：本项目附带的人脸数据集，可直接使用，针对FaceRec_insightface.py。
FaceRec.py：人脸识别脚本，使用dlib的方案。
FaceRec_insightface.py：使用了insightface的人脸识别方案，相比于FaceRec.py准确率更高。
CutSubtitle.py：针对《这就是中国》节目视频的字幕裁剪识别脚本，使用ddddocr。
CutSubtitle_paddleocr.py：字幕裁剪识别脚本，使用PaddleOCR。
main.py：主函数，程序入口。
api：文件夹，网页API后端代码，API具体用法见下。
Web：文件夹，网页前端代码。
Tip
如果要使用GPU进行训练，推荐使用Linux环境因为我Windows配半天没配好。笔者环境为WSL2 Ubuntu24.04 + CUDA12.8 + libcudnn9
正常使用CPU运行直接下载依赖运行即可（应该）。
如需使用GPU运行（这玩意拿纯CPU运行慢的要死），在下载相关pip库时需下载GPU版本。例如pip install paddlepaddle需改为pip install paddlepaddle-gpu，使用高版本的CUDA时，则需要下载更高版本的库，可在官网找到下载命令。
API具体请求示例如下：
https://vv.cicada000.work/search?query=测试&min_ratio=50&min_similarity=0.5&max_results=10
参数解释：
query：请求查询的关键词。
min_ratio：关键词在句子中的最小匹配度。（这一部分算法还待优化）
min_similarity：最小的人脸识别匹配度，一般认为0.5以上为VV。
max_results：返回的结果最多的个数，如果不添加默认返回全部匹配的结果。
- 提高人脸识别精度
- 改进搜索算法
- 添加视频源
- 网页端错误上报功能（真的需要吗）
