STT Agent (醫療音訊助理)

專為醫療專業人員設計的強大、安全且跨平台的桌面應用程式，用於高效處理、編輯和分析錄音檔案。基於 Rust 的穩健性與 React 的靈活性構建。

---

🚀 核心功能 (Features)

1. 全能轉檔 (Format Converter)

   • 支援將多種影音格式 (m4a, mp4, wav 等) 轉換為標準 MP3 (44.1kHz, Mono/Stereo)。
   • 自動化專案結構：自動建立並管理 01_converted, 02_split, 03_silence 等標準工作流資料夾。
   • 核心採用業界標準 FFmpeg 技術，確保轉換穩定性。

2. 精準切割 (Smart Splitter)

   • 根據精確的時間戳記，將長錄音分割為多個片段。
   • 能夠快速將單次錄音中的多個不同病患案例分離出來。

3. 智慧消音 (Time-Based Silence)

   • 批次逐字稿 (Batch Transcription)：自動轉錄整個資料夾的錄音檔，並儲存為隱藏的 JSON 結構 (.silence_reg)，不干擾原始檔案。
   • 視覺化消音 (Visual Muting)：在逐字稿介面上直接勾選敏感段落，精準移除病患姓名或隱私資訊。
   • 右鍵段落標記：在逐字稿介面對段落按右鍵可快速標記，操作更直覺。(v1.1.7)
   • 進度條時間提示：滑鼠移至進度條時即時顯示對應時間點。(v1.1.7)
   • 無損處理：僅對指定區段進行靜音，保留原始音質與時間軸。

4. 智慧報告 (AI Reporting)

   • 深度整合 LLM：支援整合 Google Gemini 或 Local LLM 模型，理解上下文並生成專業報告。
   • 必填 API Key：使用報告生成功能前，需在頁面填入 Google Gemini API Key。
   • 根據 API Key 等級自動列出可用模型：系統會依照您的 API Key 權限，即時偵測並列出可選擇的 Gemini 模型（例如 Flash、Pro 等）。(v1.1.9)
   • 醫學術語中英對照：報告中的醫學英文術語自動附上中文翻譯，提升可讀性。(v1.1.9)
   • 自動化歸檔：生成的報告會自動儲存至 04_report 資料夾，方便日後查閱與匯出。
   • 高解析度紀錄：生成「逐字稿等級」的詳細醫療紀錄，涵蓋病患主訴、病史摘要與處置建議。

---

📦 使用者指南：安裝教學 (Installation)

Windows 使用者

1. 前往本專案的 Releases 頁面。
2. 下載 STT_Agent_x.x.x_x64-setup.exe。
3. 執行安裝程式並依照指示完成安裝。
4. 本程式已內建 FFmpeg，無需安裝任何額外軟體即可使用。

---

🛠 開發者指南：環境建置 (Getting Started)

如果您希望從原始碼自行編譯，請參考以下步驟。

1. 必備環境 (Prerequisites)

• Node.js: v20 或以上版本。
• Rust: 請安裝最新穩定版 (rustup update)。
• FFmpeg: 本地開發時，您的電腦必須已安裝 FFmpeg 並設定好環境變數 (PATH)。

Linux 環境需求 (Ubuntu)

您需要安裝 Tauri 和 WebKit 的系統依賴套件：

sudo apt update
sudo apt install libwebkit2gtk-4.1-dev build-essential curl wget file libssl-dev libgtk-3-dev libayatana-appindicator3-dev librsvg2-dev libasound2-dev

2. 專案初始化

Clone 專案後，安裝相關依賴：

# 1. 安裝前端套件
npm install

# 2. 檢查 Rust 環境與依賴
cd src-tauri
cargo check
cd ..

3. 啟動開發模式 (Development Mode)

使用支援熱重載 (Hot-reloading) 的開發模式：

npm run tauri dev

• 前端: 運行於 localhost:1420。
• 後端: 即時編譯 Rust 程式碼。
• Sidecar: 在開發模式下，會自動使用您系統內建的 ffmpeg。

---

🏗 打包與發布流程 (Build & Release)

本專案採用「分離式建置策略」以確保最大的跨平台相容性。

1. Windows 打包

使用 build_windows.yml 腳本。它會自動綑綁專用的 Windows FFmpeg 執行檔。

• 指令: 標準 Tauri build (或透過 GitHub Actions)。
• 產出: .exe 安裝檔與 .msi 檔。

2. Linux 打包

使用 build_linux.yml 腳本 (Debian 專用)。它採用 動態重新命名策略 來避免與系統套件衝突。

• 機制: 在 CI 建置過程中，自動將程式碼中的 ffmpeg 參照改名為 stt-ffmpeg。
• 產出: .deb 安裝包 (符合 Debian 嚴格限制規範)。

---

📂 專案架構 (Project Structure)

本專案採用 模組化服務導向架構 (Modular Service-Oriented Architecture)：

• src/ (Frontend): React + TypeScript 使用者介面。
• src-tauri/src/commands/ (Controller): 定義可供前端呼叫的 Tauri 指令層。
• src-tauri/src/services/ (Business Logic): 核心功能模組化實作區：
  • converter.rs: 負責轉檔與正規化。
  • splitter.rs: 負責長錄音切割。
  • silence.rs: 負責靜音處理與 FFmpeg 濾波器生成。
  • file_manager.rs: 負責檔案讀寫與路徑管理。
• src-tauri/src/models/ (Data): 共用的資料結構定義。

資料夾工作流 (Workflow Directories)

程式會自動在您的專案路徑下建立以下結構：

• 01_converted/: 存放已轉為標準 MP3 的原始檔。
• 02_split/: 存放切割後的短片段。
• 03_silence/: 存放經過去識別化 (消音) 處理後的最終檔案。
• 04_report/: 存放由 AI 生成的醫療紀錄報告 (Markdown/PDF)。
• .silence_reg/ (Hidden): 存放批次逐字稿的 JSON 資料。

---

📝 授權 (License)

本專案為專有軟體 (Proprietary)，保留所有權利。