实时语音翻译系统

这是一个基于通义实验室Gummy语音翻译大模型API的实时语音翻译系统，支持多种语言之间的实时翻译。系统提供了两种翻译模式：实时流式翻译和同步文件翻译。

功能特点

• 实时流式翻译：支持麦克风输入的实时语音翻译
• 文件翻译：支持上传音频文件进行翻译
• 同步翻译：支持一次性处理整个音频文件
• 多语言支持：支持中文、英语、日语、韩语等多种语言
• 实时显示：实时显示识别和翻译结果
• 暂停/恢复：支持暂停和恢复翻译过程
• 导出结果：支持导出翻译结果为文本文件
• 大文件支持：支持上传最大 2GB 的音频文件
• 分块上传：大文件自动分块上传，提高稳定性

系统要求

• Python 3.7+
• 阿里云 DashScope API Key
• 现代浏览器（Chrome、Firefox、Edge 等）

安装

1. 克隆仓库

git clone https://github.com/prog-le/Simultaneous-Interpretation.git
cd Simultaneous-Interpretation

2. 安装依赖

pip install -r requirements.txt

3. 创建上传目录

使用方法

1. 启动应用

python app.py

2. 在浏览器中访问 http://localhost:5000

3. 设置 API Key（阿里云 DashScope API Key）

4. 选择源语言和目标语言

5. 选择输入方式（麦克风或文件）

6. 开始翻译

配置

系统配置可以在 config.py 文件中修改：

class Config:
    # 支持的语言
    SUPPORTED_LANGUAGES = {
        "zh": "中文",
        "en": "英文",
        "ja": "日语",
        "yue": "粤语",
        "ko": "韩语"
    }
    
    # 支持的翻译方向
    SUPPORTED_TRANSLATIONS = {
        "zh": ["en", "ja", "ko"],
        "en": ["zh", "ja", "ko"],
        "ja": ["zh", "en"],
        # 更多翻译方向...
    }

项目结构

Simultaneous-Interpretation/
├── app.py                  # Flask 应用主文件
├── translator.py           # 翻译服务核心实现
├── config.py               # 配置文件
├── check_dashscope.py      # DashScope API 检查工具
├── requirements.txt        # 依赖列表
├── uploads/                # 上传文件临时目录
├── static/                 # 静态资源
│   ├── css/                # CSS 样式文件
│   │   ├── bootstrap.min.css
│   │   ├── bootstrap-icons.css
│   │   ├── style.css
│   │   └── fonts/          # 字体文件
│   └── js/                 # JavaScript 文件
│       ├── app.js          # 主要 JS 逻辑
│       ├── bootstrap.bundle.min.js
│       └── chunk-upload.js # 分块上传实现
└── templates/              # HTML 模板
    └── index.html          # 主页面

API 接口

系统提供以下 API 接口：

• /api/languages - 获取支持的语言列表
• /api/start_translation - 启动翻译会话
• /api/stop_translation - 停止翻译会话
• /api/pause_translation - 暂停翻译
• /api/resume_translation - 恢复翻译
• /api/upload_audio - 上传音频文件
• /api/translate_file_sync - 同步翻译文件
• /api/upload_chunk - 分块上传（大文件）
• /api/complete_upload - 完成分块上传

技术栈

• 后端：Flask, Python, WebSockets
• 前端：HTML, CSS, JavaScript, Bootstrap 5
• API：阿里云 DashScope Gummy API

许可证

MIT

贡献

欢迎提交 Pull Request 或创建 Issue 来改进这个项目。

联系方式

如有问题，请通过 GitHub Issues 联系我们。

致谢

• 感谢阿里云提供的 DashScope API
• 感谢 Bootstrap 提供的 UI 框架
• 感谢所有开源贡献者