AI Interpreter Copilot

语音输入 → ASR 识别 → 自动翻译 → 口译笔记 → TTS 朗读

功能

• 语音识别 — 基于 faster-whisper，自动检测语言（中/英/日）
• 翻译 — 基于 DeepSeek / OpenAI API 的智能翻译
• 口译笔记 — 采用国际口译笔记体系（Rozan / Gillies 法）生成专业笔记
• 语音朗读 — 基于 Edge TTS 的原文和译文朗读（中文晓晓 / 英文 Aria / 日文 Nanami）
• 结果保存 — 翻译结果自动保存为 JSON 文件

项目结构

ai-interpreter-copilot/
├── backend/
│   ├── app/
│   │   ├── main.py              # FastAPI 入口
│   │   ├── api/translate.py     # POST /translate, POST /tts
│   │   ├── services/
│   │   │   ├── asr_service.py   # faster-whisper 语音识别
│   │   │   ├── translate_service.py  # LLM 翻译
│   │   │   ├── note_service.py  # 口译笔记生成
│   │   │   ├── tts_service.py   # Edge TTS 语音合成
│   │   │   └── llm_client.py    # OpenAI 客户端
│   │   ├── models/schemas.py    # 数据模型
│   │   ├── utils/language_map.py # 语言映射
│   │   └── config/settings.py   # 环境变量配置
│   ├── uploads/                 # 上传的音频文件
│   ├── outputs/                 # 翻译结果 JSON
│   ├── requirements.txt
│   └── .env
├── frontend/
│   └── index.html               # 前端页面（双击打开）
└── README.md

快速开始

1. 配置 API Key

编辑 backend/.env：

OPENAI_API_KEY=你的API_KEY
OPENAI_BASE_URL=https://api.deepseek.com
OPENAI_MODEL=deepseek-chat

支持 DeepSeek、OpenAI 等兼容接口的 API。

2. 安装依赖

cd backend
python -m venv venv

# Windows
venv\Scripts\activate

# Mac / Linux
source venv/bin/activate

pip install -r requirements.txt

3. 启动服务

cd backend
venv\Scripts\activate
uvicorn app.main:app --reload

4. 打开前端

双击 frontend/index.html 或用浏览器打开。

API 文档

服务启动后访问 http://127.0.0.1:8000/docs 查看 Swagger 文档。

POST /translate

上传音频文件，返回翻译和笔记结果。

POST /tts

传入文本和语言，返回 MP3 音频。

技术栈

模块	技术
后端框架	FastAPI
语音识别	faster-whisper
翻译引擎	DeepSeek / OpenAI API
语音合成	Edge TTS
前端	HTML + Vanilla JS