LingoView

LingoView 是一款面向语言学习的字幕生成与翻译工具，使用 Python (FastAPI) 后端 + React/Vite 前端架构。项目提供本地 faster-whisper 字幕生成、OpenAI 翻译、词法分析与离线词典构建能力。

目录结构

docs/          # 开发计划、进度记录与系统文档
python/        # FastAPI 服务与字幕管线
resources/     # 离线词典及缓存目录
scripts/       # 词典构建等辅助脚本
web/           # React/Vite 前端工程

快速开始

1. 安装 pnpm 与 Python 3.10+。
2. 首次运行可执行 scripts/bootstrap.sh 自动安装前后端依赖并生成本地 .env/web/.env 示例。
3. 可执行 ./start.sh，同时启动 FastAPI 服务（默认端口 8000）与 Vite 前端（默认端口 5173）。
4. 手动启动：
   • 后端：cd python && ./run_api.sh
   • 前端：cd web && pnpm install && pnpm dev
5. 后端测试：cd python && pytest
6. 前端测试与构建：cd web && pnpm test -- --run && pnpm build

如需改用 OpenAI Whisper API，可设置 .env 中的 WHISPER_BACKEND=openai 并提供 OPENAI_API_KEY；默认使用本地 faster-whisper。

开发计划

详细路线图与里程碑请参考 docs/development-plan.md，进度更新请见 docs/progress-log.md。

贡献

欢迎通过 Issue 和 PR 参与贡献！请先阅读 CONTRIBUTING.md 与 CODE_OF_CONDUCT.md。

安全

如发现安全问题，请勿公开提交 Issue，参见 SECURITY.md。

许可证

本项目默认使用 GPL-3.0-or-later 许可证（见 LICENSE）。如需改用更宽松许可（MIT/Apache-2.0），请在 Issue 中讨论。

参考与改进

• 翻译模块在 python/lingoview_service/translate.py 实现上下文增强，仅支持 OpenAI 翻译（默认 gpt-4.1-mini，可通过 .env 的 OPENAI_TRANSLATE_MODEL 调整）。
• 音频识别采用 WebRTC VAD + faster-whisper 分片推理（python/lingoview_service/vad.py 与 transcribe.py）。
• scripts/dictionaries/build.ts 提供 Kaikki + JMdict + CC-CEDICT 的离线词典构建流程。
• 支持通过 WHISPER_BACKEND 切换本地推理（local）或 OpenAI Whisper API（openai）；后者需设置 OPENAI_API_KEY，可选 OPENAI_WHISPER_MODEL 与 OPENAI_API_BASE。
• 默认启用 Demucs 人声分离（ENABLE_VOCAL_SEPARATION=true）。请在虚拟环境中 pip install demucs，首次使用时执行 demucs --two-stems=vocals -n htdemucs <音频文件> 或直接运行字幕生成流程，以便自动下载模型；如需关闭，可设置 ENABLE_VOCAL_SEPARATION=false。