feat: 初始化 Impress Voice Input 项目
基于 ONNX 的实时语音转文本输入法，C++ 跨平台实现。 核心组件： - Qt 6 跨平台 GUI（实时识别 / 文件转写 / 配置页面） - ONNX Runtime 推理引擎（异步模型加载） - PortAudio 音频采集 - dr_libs 音频文件解码 - JSON 配置管理（线程安全，自动持久化） - 日志系统（控制台 + 文件输出） Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
commit
02e100b318
66
.gitignore
vendored
Normal file
66
.gitignore
vendored
Normal file
@ -0,0 +1,66 @@
|
|||||||
|
# =====================
|
||||||
|
# 构建产物
|
||||||
|
# =====================
|
||||||
|
build/
|
||||||
|
cmake-build-*/
|
||||||
|
out/
|
||||||
|
*.exe
|
||||||
|
*.dll
|
||||||
|
*.so
|
||||||
|
*.dylib
|
||||||
|
*.a
|
||||||
|
*.lib
|
||||||
|
*.o
|
||||||
|
*.obj
|
||||||
|
|
||||||
|
# =====================
|
||||||
|
# IDE / 编辑器
|
||||||
|
# =====================
|
||||||
|
.vscode/
|
||||||
|
.idea/
|
||||||
|
*.swp
|
||||||
|
*.swo
|
||||||
|
*~
|
||||||
|
.DS_Store
|
||||||
|
Thumbs.db
|
||||||
|
*.code-workspace
|
||||||
|
|
||||||
|
# =====================
|
||||||
|
# CMake
|
||||||
|
# =====================
|
||||||
|
CMakeCache.txt
|
||||||
|
CMakeFiles/
|
||||||
|
cmake_install.cmake
|
||||||
|
Makefile
|
||||||
|
compile_commands.json
|
||||||
|
|
||||||
|
# =====================
|
||||||
|
# 第三方依赖 (单独管理)
|
||||||
|
# =====================
|
||||||
|
# PortAudio 仓库体积大，不纳入版本控制
|
||||||
|
third_party/portaudio/
|
||||||
|
# ONNX Runtime 体积大，不纳入版本控制
|
||||||
|
third_party/onnxruntime/
|
||||||
|
# 保留 header-only 库（体积小）
|
||||||
|
!third_party/dr_libs/
|
||||||
|
!third_party/nlohmann_json/
|
||||||
|
|
||||||
|
# =====================
|
||||||
|
# 模型文件 (体积大，不包含)
|
||||||
|
# =====================
|
||||||
|
models/*.onnx
|
||||||
|
models/*.bin
|
||||||
|
models/*.pb
|
||||||
|
models/*.gguf
|
||||||
|
!models/.gitkeep
|
||||||
|
|
||||||
|
# =====================
|
||||||
|
# 用户数据
|
||||||
|
# =====================
|
||||||
|
# 默认配置保留，用户配置不纳入
|
||||||
|
!configs/default_config.json
|
||||||
|
configs/user_config.json
|
||||||
|
configs/config.json
|
||||||
|
|
||||||
|
# 日志
|
||||||
|
*.log
|
||||||
146
CMakeLists.txt
Normal file
146
CMakeLists.txt
Normal file
@ -0,0 +1,146 @@
|
|||||||
|
cmake_minimum_required(VERSION 3.20)
|
||||||
|
project(impress_voice_input
|
||||||
|
VERSION 0.1.0
|
||||||
|
LANGUAGES CXX
|
||||||
|
DESCRIPTION "基于 ONNX 的实时语音转文本输入法"
|
||||||
|
)
|
||||||
|
|
||||||
|
set(CMAKE_CXX_STANDARD 17)
|
||||||
|
set(CMAKE_CXX_STANDARD_REQUIRED ON)
|
||||||
|
set(CMAKE_CXX_EXTENSIONS OFF)
|
||||||
|
|
||||||
|
set(CMAKE_AUTOMOC ON)
|
||||||
|
set(CMAKE_AUTORCC ON)
|
||||||
|
set(CMAKE_AUTOUIC ON)
|
||||||
|
|
||||||
|
set(CMAKE_EXPORT_COMPILE_COMMANDS ON)
|
||||||
|
|
||||||
|
# ============================================================================
|
||||||
|
# 依赖查找
|
||||||
|
# ============================================================================
|
||||||
|
list(APPEND CMAKE_MODULE_PATH "${CMAKE_CURRENT_SOURCE_DIR}/cmake")
|
||||||
|
|
||||||
|
# Qt 6
|
||||||
|
find_package(Qt6 REQUIRED COMPONENTS Core Widgets Concurrent Network)
|
||||||
|
qt_standard_project_setup()
|
||||||
|
|
||||||
|
# ONNX Runtime
|
||||||
|
include(dependencies)
|
||||||
|
|
||||||
|
# ============================================================================
|
||||||
|
# 源文件
|
||||||
|
# ============================================================================
|
||||||
|
set(SOURCES
|
||||||
|
src/main.cpp
|
||||||
|
|
||||||
|
# App
|
||||||
|
src/app/application.cpp
|
||||||
|
src/app/config_manager.cpp
|
||||||
|
|
||||||
|
# Core
|
||||||
|
src/core/stt_engine.cpp
|
||||||
|
src/core/audio_processor.cpp
|
||||||
|
src/core/decoder.cpp
|
||||||
|
src/core/tokenizer.cpp
|
||||||
|
|
||||||
|
# Audio
|
||||||
|
src/audio/audio_capture.cpp
|
||||||
|
src/audio/audio_decoder.cpp
|
||||||
|
src/audio/audio_ring_buffer.cpp
|
||||||
|
|
||||||
|
# UI
|
||||||
|
src/ui/main_window.cpp
|
||||||
|
src/ui/stt_test_page.cpp
|
||||||
|
src/ui/file_transcribe_page.cpp
|
||||||
|
src/ui/settings_page.cpp
|
||||||
|
src/ui/widgets/audio_waveform.cpp
|
||||||
|
src/ui/widgets/text_output.cpp
|
||||||
|
src/ui/widgets/progress_panel.cpp
|
||||||
|
|
||||||
|
# Utils
|
||||||
|
src/utils/logger.cpp
|
||||||
|
src/utils/timer.cpp
|
||||||
|
src/utils/string_utils.cpp
|
||||||
|
)
|
||||||
|
|
||||||
|
set(HEADERS
|
||||||
|
src/app/application.h
|
||||||
|
src/app/config_manager.h
|
||||||
|
|
||||||
|
src/core/stt_engine.h
|
||||||
|
src/core/audio_processor.h
|
||||||
|
src/core/decoder.h
|
||||||
|
src/core/tokenizer.h
|
||||||
|
|
||||||
|
src/audio/audio_capture.h
|
||||||
|
src/audio/audio_decoder.h
|
||||||
|
src/audio/audio_ring_buffer.h
|
||||||
|
|
||||||
|
src/ui/main_window.h
|
||||||
|
src/ui/stt_test_page.h
|
||||||
|
src/ui/file_transcribe_page.h
|
||||||
|
src/ui/settings_page.h
|
||||||
|
src/ui/widgets/audio_waveform.h
|
||||||
|
src/ui/widgets/text_output.h
|
||||||
|
src/ui/widgets/progress_panel.h
|
||||||
|
|
||||||
|
src/utils/logger.h
|
||||||
|
src/utils/timer.h
|
||||||
|
src/utils/string_utils.h
|
||||||
|
)
|
||||||
|
|
||||||
|
# ============================================================================
|
||||||
|
# 可执行文件
|
||||||
|
# ============================================================================
|
||||||
|
add_executable(${PROJECT_NAME} ${SOURCES} ${HEADERS})
|
||||||
|
|
||||||
|
target_include_directories(${PROJECT_NAME} PRIVATE
|
||||||
|
${CMAKE_CURRENT_SOURCE_DIR}/src
|
||||||
|
${CMAKE_CURRENT_SOURCE_DIR}/third_party
|
||||||
|
${ONNXRUNTIME_INCLUDE_DIRS}
|
||||||
|
${PORTAUDIO_INCLUDE_DIRS}
|
||||||
|
${DR_LIBS_INCLUDE_DIR}
|
||||||
|
${NLOHMANN_JSON_INCLUDE_DIR}
|
||||||
|
)
|
||||||
|
|
||||||
|
target_link_libraries(${PROJECT_NAME} PRIVATE
|
||||||
|
Qt6::Core
|
||||||
|
Qt6::Widgets
|
||||||
|
Qt6::Concurrent
|
||||||
|
Qt6::Network
|
||||||
|
${ONNXRUNTIME_LIBRARIES}
|
||||||
|
${PORTAUDIO_LIBRARIES}
|
||||||
|
pthread
|
||||||
|
)
|
||||||
|
|
||||||
|
target_compile_options(${PROJECT_NAME} PRIVATE
|
||||||
|
$<$<CXX_COMPILER_ID:GNU,Clang>:-Wall -Wextra -Wpedantic>
|
||||||
|
$<$<CXX_COMPILER_ID:MSVC>:/W4>
|
||||||
|
)
|
||||||
|
|
||||||
|
# ============================================================================
|
||||||
|
# 资源文件
|
||||||
|
# ============================================================================
|
||||||
|
# 样式表
|
||||||
|
qt_add_resources(${PROJECT_NAME} "styles"
|
||||||
|
PREFIX "/"
|
||||||
|
FILES
|
||||||
|
src/ui/resources/styles/main.qss
|
||||||
|
)
|
||||||
|
|
||||||
|
# ============================================================================
|
||||||
|
# 安装
|
||||||
|
# ============================================================================
|
||||||
|
install(TARGETS ${PROJECT_NAME}
|
||||||
|
RUNTIME DESTINATION bin
|
||||||
|
BUNDLE DESTINATION .
|
||||||
|
)
|
||||||
|
|
||||||
|
# ============================================================================
|
||||||
|
# 测试
|
||||||
|
# ============================================================================
|
||||||
|
option(BUILD_TESTS "构建单元测试" OFF)
|
||||||
|
if(BUILD_TESTS)
|
||||||
|
enable_testing()
|
||||||
|
add_subdirectory(tests)
|
||||||
|
endif()
|
||||||
264
PRD.md
Normal file
264
PRD.md
Normal file
@ -0,0 +1,264 @@
|
|||||||
|
# Impress Voice Input — 产品需求文档 (PRD)
|
||||||
|
|
||||||
|
## 1. 项目概述
|
||||||
|
|
||||||
|
**项目名称**: Impress Voice Input
|
||||||
|
**项目类型**: 基于 ONNX 的实时语音转文本输入法
|
||||||
|
**技术栈**: C++ / ONNX Runtime / Qt (跨平台GUI)
|
||||||
|
|
||||||
|
### 1.1 项目目标
|
||||||
|
|
||||||
|
开发一款跨平台的实时语音输入法，利用 ONNX 推理引擎运行语音转文本 (STT) 模型，提供低延迟、高准确率的语音输入体验。应用集成前后端于一体，包含实时语音识别、音频文件转写和模型配置三大核心功能。
|
||||||
|
|
||||||
|
### 1.2 目标平台
|
||||||
|
|
||||||
|
- Windows 10/11
|
||||||
|
- macOS 12+
|
||||||
|
- Linux (Ubuntu 20.04+)
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 2. 技术架构
|
||||||
|
|
||||||
|
### 2.1 整体架构
|
||||||
|
|
||||||
|
```
|
||||||
|
┌─────────────────────────────────────────────────┐
|
||||||
|
│ Qt GUI 前端 │
|
||||||
|
│ ┌──────────┐ ┌──────────────┐ ┌───────────┐ │
|
||||||
|
│ │ STT测试页 │ │ 音频文件转写页 │ │ 配置页面 │ │
|
||||||
|
│ └────┬─────┘ └──────┬───────┘ └─────┬─────┘ │
|
||||||
|
│ │ │ │ │
|
||||||
|
│ ┌────▼───────────────▼────────────────▼─────┐ │
|
||||||
|
│ │ 统一事件总线 / 消息队列 │ │
|
||||||
|
│ └────────────────────┬──────────────────────┘ │
|
||||||
|
└───────────────────────┼─────────────────────────┘
|
||||||
|
│
|
||||||
|
┌───────────────────────▼─────────────────────────┐
|
||||||
|
│ C++ 后端服务层 │
|
||||||
|
│ ┌────────────┐ ┌──────────────┐ ┌─────────┐ │
|
||||||
|
│ │ 音频采集模块 │ │ 音频文件解码 │ │ 配置管理 │ │
|
||||||
|
│ │ (PortAudio) │ │ (dr_libs) │ │ (INI/JSON)│
|
||||||
|
│ └─────┬──────┘ └──────┬───────┘ └────┬────┘ │
|
||||||
|
│ │ │ │ │
|
||||||
|
│ ┌─────▼────────────────▼───────────────▼──────┐│
|
||||||
|
│ │ STT 推理引擎 (ONNX Runtime) ││
|
||||||
|
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ││
|
||||||
|
│ │ │ 音频预处理│ │ ONNX推理 │ │ 后处理/CTC│ ││
|
||||||
|
│ │ └──────────┘ └──────────┘ └──────────┘ ││
|
||||||
|
│ └─────────────────────────────────────────────┘│
|
||||||
|
└─────────────────────────────────────────────────┘
|
||||||
|
```
|
||||||
|
|
||||||
|
### 2.2 技术选型
|
||||||
|
|
||||||
|
| 组件 | 选型 | 说明 |
|
||||||
|
|------|------|------|
|
||||||
|
| **GUI 框架** | Qt 6 | 成熟跨平台，原生性能，丰富的控件生态 |
|
||||||
|
| **STT 推理引擎** | ONNX Runtime (C++ API) | 跨平台推理，支持 CPU/GPU 加速 |
|
||||||
|
| **音频采集** | PortAudio | 轻量级跨平台音频 I/O 库 |
|
||||||
|
| **音频解码** | dr_libs (dr_wav/dr_mp3/dr_flac) | 单头文件，支持 WAV/MP3/FLAC |
|
||||||
|
| **模型格式** | Whisper / Paraformer ONNX | 主流开源 STT 模型导出格式 |
|
||||||
|
| **构建系统** | CMake 3.20+ | 跨平台标准构建工具 |
|
||||||
|
| **配置存储** | nlohmann/json | JSON 格式配置文件 |
|
||||||
|
| **线程模型** | Qt Concurrent + 独立工作线程 | UI 线程与推理线程分离 |
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 3. 功能需求
|
||||||
|
|
||||||
|
### 3.1 STT 测试页面（实时语音识别）
|
||||||
|
|
||||||
|
**功能描述**: 实时采集麦克风音频流，流式输出识别文本。
|
||||||
|
|
||||||
|
| 功能项 | 详细说明 | 优先级 |
|
||||||
|
|--------|----------|--------|
|
||||||
|
| 麦克风选择 | 下拉列表选择输入设备，显示采样率等信息 | P0 |
|
||||||
|
| 开始/停止录音 | 按钮控制录音状态，带明显视觉反馈 | P0 |
|
||||||
|
| 实时文本显示 | 滚动文本区域实时显示识别结果 | P0 |
|
||||||
|
| 流式/非流式切换 | 支持流式（逐字输出）和整句输出两种模式 | P0 |
|
||||||
|
| 置信度显示 | 显示每句识别的置信度分数 | P1 |
|
||||||
|
| 延迟指示 | 显示端到端识别延迟（毫秒） | P1 |
|
||||||
|
| 波形可视化 | 实时音频波形图展示 | P2 |
|
||||||
|
| 文本复制/导出 | 一键复制识别文本或导出为 TXT 文件 | P1 |
|
||||||
|
| 多语言切换 | 运行时切换识别语言 | P1 |
|
||||||
|
|
||||||
|
### 3.2 音频文件转写页面
|
||||||
|
|
||||||
|
**功能描述**: 导入音频文件，批量转写为文本。
|
||||||
|
|
||||||
|
| 功能项 | 详细说明 | 优先级 |
|
||||||
|
|--------|----------|--------|
|
||||||
|
| 文件选择 | 支持拖拽或文件选择器导入音频文件 | P0 |
|
||||||
|
| 支持的格式 | WAV, MP3, FLAC, OGG, AAC | P0 |
|
||||||
|
| 批量处理 | 支持添加多个文件到队列，按序处理 | P1 |
|
||||||
|
| 进度显示 | 文件转写进度条、百分比、预计剩余时间 | P0 |
|
||||||
|
| 结果展示 | 分段显示转写文本，带时间戳 | P0 |
|
||||||
|
| 结果导出 | 导出为 TXT / SRT (字幕) / JSON 格式 | P0 |
|
||||||
|
| 断点续传 | 中断后可从断点继续 | P2 |
|
||||||
|
| 文件信息 | 显示音频文件的时长、采样率、声道数 | P1 |
|
||||||
|
|
||||||
|
### 3.3 配置页面
|
||||||
|
|
||||||
|
**功能描述**: 管理模型路径、推理参数和应用设置。
|
||||||
|
|
||||||
|
| 功能项 | 详细说明 | 优先级 |
|
||||||
|
|--------|----------|--------|
|
||||||
|
| 模型路径配置 | 设置 ONNX 模型文件路径（支持相对/绝对路径） | P0 |
|
||||||
|
| 模型类型选择 | 选择 Whisper / Paraformer / 其他 | P0 |
|
||||||
|
| 推理设备选择 | CPU / GPU (CUDA / CoreML / DirectML) | P0 |
|
||||||
|
| 线程数配置 | 设置 ONNX 推理线程数 | P0 |
|
||||||
|
| 采样率配置 | 设置输入音频采样率（默认 16000Hz） | P0 |
|
||||||
|
| 语言设置 | 默认识别语言 | P0 |
|
||||||
|
| 音频输入设备 | 默认麦克风选择 | P1 |
|
||||||
|
| 快捷键设置 | 全局语音激活快捷键配置 | P1 |
|
||||||
|
| 配置文件导入/导出 | 备份和恢复配置 | P1 |
|
||||||
|
| 参数调优 | 温度、top-p、beam size 等高级参数 | P2 |
|
||||||
|
| 配置持久化 | 自动保存到配置文件 | P0 |
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 4. 非功能需求
|
||||||
|
|
||||||
|
### 4.1 性能指标
|
||||||
|
|
||||||
|
| 指标 | 目标值 |
|
||||||
|
|------|--------|
|
||||||
|
| 实时识别延迟 | < 300ms (端到端，从语音结束到文本输出) |
|
||||||
|
| 首字延迟 | < 150ms (流式模式) |
|
||||||
|
| CPU 占用 | < 30% (单核, Intel i5 级别 CPU) |
|
||||||
|
| 内存占用 | < 500MB (含模型加载) |
|
||||||
|
| 音频缓冲区延迟 | < 20ms |
|
||||||
|
|
||||||
|
### 4.2 兼容性
|
||||||
|
|
||||||
|
- ONNX Runtime ≥ 1.16
|
||||||
|
- Qt ≥ 6.5
|
||||||
|
- CMake ≥ 3.20
|
||||||
|
- 支持的模型: Whisper (small/medium), Paraformer, 其他兼容 CTC 的模型
|
||||||
|
|
||||||
|
### 4.3 安全与隐私
|
||||||
|
|
||||||
|
- 所有推理均在本地执行，不上传任何音频数据到云端
|
||||||
|
- 配置文件中敏感路径使用相对路径
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 5. 项目结构
|
||||||
|
|
||||||
|
```
|
||||||
|
impress_voice_input/
|
||||||
|
├── PRD.md # 产品需求文档
|
||||||
|
├── CMakeLists.txt # 顶层 CMake 配置
|
||||||
|
├── README.md # 项目说明
|
||||||
|
├── cmake/ # CMake 模块
|
||||||
|
│ ├── FindPortAudio.cmake
|
||||||
|
│ ├── FindOnnxRuntime.cmake
|
||||||
|
│ └── dependencies.cmake
|
||||||
|
├── src/
|
||||||
|
│ ├── main.cpp # 入口
|
||||||
|
│ ├── app/
|
||||||
|
│ │ ├── application.h/cpp # QApplication 封装
|
||||||
|
│ │ └── config_manager.h/cpp # 配置管理
|
||||||
|
│ ├── core/
|
||||||
|
│ │ ├── stt_engine.h/cpp # STT 推理引擎 (ONNX)
|
||||||
|
│ │ ├── audio_processor.h/cpp # 音频预处理 (重采样/归一化)
|
||||||
|
│ │ ├── decoder.h/cpp # CTC/自回归解码器
|
||||||
|
│ │ └── tokenizer.h/cpp # Tokenizer (BPE/Char)
|
||||||
|
│ ├── audio/
|
||||||
|
│ │ ├── audio_capture.h/cpp # 麦克风采集 (PortAudio)
|
||||||
|
│ │ ├── audio_decoder.h/cpp # 文件解码 (dr_libs)
|
||||||
|
│ │ └── audio_ring_buffer.h/cpp # 环形缓冲区
|
||||||
|
│ ├── ui/
|
||||||
|
│ │ ├── main_window.h/cpp # 主窗口 (Tab/侧边栏导航)
|
||||||
|
│ │ ├── stt_test_page.h/cpp # STT 测试页面
|
||||||
|
│ │ ├── file_transcribe_page.h/cpp # 文件转写页面
|
||||||
|
│ │ ├── settings_page.h/cpp # 配置页面
|
||||||
|
│ │ ├── widgets/
|
||||||
|
│ │ │ ├── audio_waveform.h/cpp # 波形控件
|
||||||
|
│ │ │ ├── text_output.h/cpp # 文本输出控件
|
||||||
|
│ │ │ └── progress_panel.h/cpp # 进度面板
|
||||||
|
│ │ ├── resources/
|
||||||
|
│ │ │ ├── icons/
|
||||||
|
│ │ │ └── styles/
|
||||||
|
│ │ │ └── main.qss
|
||||||
|
│ │ └── main_window.ui # Qt Designer UI
|
||||||
|
│ └── utils/
|
||||||
|
│ ├── logger.h/cpp
|
||||||
|
│ ├── timer.h/cpp
|
||||||
|
│ └── string_utils.h/cpp
|
||||||
|
├── models/ # 模型存放目录 (gitignore)
|
||||||
|
│ └── .gitkeep
|
||||||
|
├── configs/
|
||||||
|
│ └── default_config.json # 默认配置
|
||||||
|
├── tests/
|
||||||
|
│ ├── test_stt_engine.cpp
|
||||||
|
│ ├── test_audio_processor.cpp
|
||||||
|
│ └── test_config_manager.cpp
|
||||||
|
└── third_party/ # 第三方依赖
|
||||||
|
├── onnxruntime/
|
||||||
|
├── portaudio/
|
||||||
|
├── dr_libs/
|
||||||
|
└── nlohmann_json/
|
||||||
|
```
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 6. 开发里程碑
|
||||||
|
|
||||||
|
### Phase 1: 基础框架 (Week 1-2)
|
||||||
|
- [ ] CMake 项目搭建，依赖集成
|
||||||
|
- [ ] Qt 主窗口框架，三页面导航
|
||||||
|
- [ ] 配置管理模块
|
||||||
|
- [ ] 配置页面 UI 开发
|
||||||
|
|
||||||
|
### Phase 2: 音频与推理核心 (Week 3-4)
|
||||||
|
- [ ] ONNX Runtime 集成，模型加载与推理
|
||||||
|
- [ ] 音频预处理模块（重采样、归一化、分帧）
|
||||||
|
- [ ] PortAudio 麦克风采集
|
||||||
|
- [ ] 音频文件解码模块
|
||||||
|
|
||||||
|
### Phase 3: STT 测试页面 (Week 5-6)
|
||||||
|
- [ ] 实时音频流接入推理引擎
|
||||||
|
- [ ] 流式识别与文本输出
|
||||||
|
- [ ] UI 交互完善
|
||||||
|
|
||||||
|
### Phase 4: 文件转写页面 (Week 7)
|
||||||
|
- [ ] 文件选择与批量队列
|
||||||
|
- [ ] 转写进度管理
|
||||||
|
- [ ] 结果导出 (TXT/SRT)
|
||||||
|
|
||||||
|
### Phase 5: 优化与测试 (Week 8)
|
||||||
|
- [ ] 性能优化（延迟、内存）
|
||||||
|
- [ ] 跨平台兼容性测试
|
||||||
|
- [ ] Bug 修复与 UI 打磨
|
||||||
|
- [ ] 打包发布
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 7. 风险与缓解
|
||||||
|
|
||||||
|
| 风险 | 影响 | 缓解措施 |
|
||||||
|
|------|------|----------|
|
||||||
|
| ONNX 模型兼容性问题 | 无法加载模型 | 明确支持的模型列表，提供模型转换工具说明 |
|
||||||
|
| GPU 加速驱动依赖 | 部分用户无法使用 GPU | CPU 推理作为降级方案，确保 CPU 性能可接受 |
|
||||||
|
| Qt 跨平台差异 | 各平台表现不一致 | 早期进行三平台测试，使用 Qt 抽象层 |
|
||||||
|
| 大模型内存占用高 | 低端设备运行困难 | 提供 small 模型默认选项，支持模型卸载 |
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 8. 附录
|
||||||
|
|
||||||
|
### 8.1 参考项目
|
||||||
|
- whisper.cpp (GGML 实现，参考模型结构)
|
||||||
|
- faster-whisper (CTranslate2 实现，参考优化策略)
|
||||||
|
- onnxruntime examples (ONNX 推理示例)
|
||||||
|
|
||||||
|
### 8.2 术语表
|
||||||
|
| 术语 | 说明 |
|
||||||
|
|------|------|
|
||||||
|
| STT | Speech-to-Text，语音转文本 |
|
||||||
|
| ONNX | Open Neural Network Exchange，开放神经网络交换格式 |
|
||||||
|
| CTC | Connectionist Temporal Classification，连接时序分类 |
|
||||||
|
| 流式识别 | 边说话边输出文本，而非说完后一次性输出 |
|
||||||
|
| BPE | Byte Pair Encoding，字节对编码分词方法 |
|
||||||
132
README.md
Normal file
132
README.md
Normal file
@ -0,0 +1,132 @@
|
|||||||
|
# Impress Voice Input
|
||||||
|
|
||||||
|
基于 ONNX 的实时语音转文本输入法，C++ 跨平台实现。
|
||||||
|
|
||||||
|
## 功能特性
|
||||||
|
|
||||||
|
- **实时语音识别** — 麦克风采集，流式输出识别结果
|
||||||
|
- **音频文件转写** — 支持 WAV/MP3/FLAC，批量处理，导出 TXT/SRT
|
||||||
|
- **跨平台 GUI** — Qt 6 构建，支持 Windows / macOS / Linux
|
||||||
|
- **本地推理** — ONNX Runtime，支持 CPU/GPU 加速
|
||||||
|
- **可配置** — 模型路径、推理参数、快捷键均可自定义
|
||||||
|
|
||||||
|
## 项目结构
|
||||||
|
|
||||||
|
```
|
||||||
|
impress_voice_input/
|
||||||
|
├── CMakeLists.txt # 构建配置
|
||||||
|
├── PRD.md # 产品需求文档
|
||||||
|
├── cmake/ # CMake 模块
|
||||||
|
│ └── dependencies.cmake # 依赖查找
|
||||||
|
├── src/
|
||||||
|
│ ├── main.cpp # 入口
|
||||||
|
│ ├── app/ # 应用层 (Application, ConfigManager)
|
||||||
|
│ ├── core/ # 核心 (STTEngine, AudioProcessor, Decoder, Tokenizer)
|
||||||
|
│ ├── audio/ # 音频 (AudioCapture, AudioDecoder, RingBuffer)
|
||||||
|
│ ├── ui/ # GUI 页面与控件
|
||||||
|
│ │ ├── main_window.cpp # 主窗口
|
||||||
|
│ │ ├── stt_test_page.cpp # 实时识别页
|
||||||
|
│ │ ├── file_transcribe_page.cpp # 文件转写页
|
||||||
|
│ │ ├── settings_page.cpp # 配置页
|
||||||
|
│ │ └── widgets/ # 自定义控件
|
||||||
|
│ └── utils/ # 工具类
|
||||||
|
├── configs/ # 配置文件
|
||||||
|
├── models/ # ONNX 模型存放目录
|
||||||
|
└── third_party/ # 第三方依赖
|
||||||
|
```
|
||||||
|
|
||||||
|
## 技术栈
|
||||||
|
|
||||||
|
| 组件 | 选型 |
|
||||||
|
|------|------|
|
||||||
|
| GUI | Qt 6 |
|
||||||
|
| 推理引擎 | ONNX Runtime (C++ API) |
|
||||||
|
| 音频采集 | PortAudio |
|
||||||
|
| 音频解码 | dr_libs (dr_wav, dr_mp3, dr_flac) |
|
||||||
|
| 构建系统 | CMake 3.20+ |
|
||||||
|
| 配置存储 | nlohmann/json |
|
||||||
|
|
||||||
|
## 编译指南
|
||||||
|
|
||||||
|
### 前置依赖
|
||||||
|
|
||||||
|
1. **CMake** >= 3.20
|
||||||
|
2. **Qt 6** >= 6.5
|
||||||
|
3. **ONNX Runtime** C++ 库
|
||||||
|
4. **PortAudio**
|
||||||
|
5. C++17 兼容编译器 (GCC 9+ / Clang 10+ / MSVC 2019+)
|
||||||
|
|
||||||
|
### 第三方库准备
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 放入 third_party/ 目录
|
||||||
|
third_party/
|
||||||
|
├── onnxruntime/
|
||||||
|
│ ├── include/
|
||||||
|
│ └── lib/
|
||||||
|
├── portaudio/
|
||||||
|
│ ├── include/
|
||||||
|
│ └── lib/
|
||||||
|
├── dr_libs/
|
||||||
|
│ ├── dr_wav.h
|
||||||
|
│ ├── dr_mp3.h
|
||||||
|
│ └── dr_flac.h
|
||||||
|
└── nlohmann_json/
|
||||||
|
└── json.hpp
|
||||||
|
```
|
||||||
|
|
||||||
|
### 编译
|
||||||
|
|
||||||
|
```bash
|
||||||
|
mkdir build && cd build
|
||||||
|
cmake .. -DCMAKE_BUILD_TYPE=Release
|
||||||
|
cmake --build . -j$(nproc)
|
||||||
|
```
|
||||||
|
|
||||||
|
### 带测试编译
|
||||||
|
|
||||||
|
```bash
|
||||||
|
cmake .. -DCMAKE_BUILD_TYPE=Release -DBUILD_TESTS=ON
|
||||||
|
cmake --build . -j$(nproc)
|
||||||
|
ctest
|
||||||
|
```
|
||||||
|
|
||||||
|
## 运行
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 默认启动
|
||||||
|
./impress_voice_input
|
||||||
|
|
||||||
|
# 指定配置文件
|
||||||
|
./impress_voice_input --config /path/to/config.json
|
||||||
|
|
||||||
|
# 指定模型
|
||||||
|
./impress_voice_input --model /path/to/model.onnx
|
||||||
|
```
|
||||||
|
|
||||||
|
## 模型准备
|
||||||
|
|
||||||
|
支持以下 ONNX 格式模型：
|
||||||
|
- **Whisper** (small/medium) — 多语言，高质量
|
||||||
|
- **Paraformer** — 中文优化
|
||||||
|
- 其他兼容 CTC 的 ASR 模型
|
||||||
|
|
||||||
|
将 `.onnx` 模型文件放入 `models/` 目录，然后在配置页面设置路径。
|
||||||
|
|
||||||
|
## 当前状态
|
||||||
|
|
||||||
|
项目处于 **骨架搭建阶段**，核心功能已规划并创建框架代码：
|
||||||
|
|
||||||
|
- [x] 项目结构与 CMake 配置
|
||||||
|
- [x] 配置管理模块
|
||||||
|
- [x] STT 推理引擎框架 (ONNX 集成占位)
|
||||||
|
- [x] 音频采集/解码框架 (PortAudio/dr_libs 集成占位)
|
||||||
|
- [x] 三个 GUI 页面框架
|
||||||
|
- [ ] 完整 ONNX 推理实现
|
||||||
|
- [ ] 流式识别逻辑
|
||||||
|
- [ ] 批量文件转写
|
||||||
|
- [ ] 跨平台打包
|
||||||
|
|
||||||
|
## License
|
||||||
|
|
||||||
|
MIT
|
||||||
69
cmake/dependencies.cmake
Normal file
69
cmake/dependencies.cmake
Normal file
@ -0,0 +1,69 @@
|
|||||||
|
include(FetchContent)
|
||||||
|
|
||||||
|
set(THIRD_PARTY_DIR "${CMAKE_CURRENT_SOURCE_DIR}/third_party")
|
||||||
|
|
||||||
|
# ----------------------------------------------------------------------------
|
||||||
|
# ONNX Runtime
|
||||||
|
# ----------------------------------------------------------------------------
|
||||||
|
set(ONNXRUNTIME_ROOT "${THIRD_PARTY_DIR}/onnxruntime")
|
||||||
|
|
||||||
|
find_library(ONNXRUNTIME_LIB
|
||||||
|
NAMES onnxruntime
|
||||||
|
PATHS "${ONNXRUNTIME_ROOT}/lib"
|
||||||
|
NO_DEFAULT_PATH
|
||||||
|
)
|
||||||
|
find_path(ONNXRUNTIME_INCLUDE_DIR
|
||||||
|
NAMES onnxruntime_cxx_api.h
|
||||||
|
PATHS "${ONNXRUNTIME_ROOT}/include"
|
||||||
|
NO_DEFAULT_PATH
|
||||||
|
)
|
||||||
|
|
||||||
|
if(ONNXRUNTIME_LIB AND ONNXRUNTIME_INCLUDE_DIR)
|
||||||
|
set(ONNXRUNTIME_LIBRARIES ${ONNXRUNTIME_LIB})
|
||||||
|
set(ONNXRUNTIME_INCLUDE_DIRS ${ONNXRUNTIME_INCLUDE_DIR})
|
||||||
|
message(STATUS "找到 ONNX Runtime: ${ONNXRUNTIME_LIB}")
|
||||||
|
add_compile_definitions(HAVE_ONNXRUNTIME)
|
||||||
|
else()
|
||||||
|
message(WARNING "未找到 ONNX Runtime，推理功能将使用占位实现")
|
||||||
|
endif()
|
||||||
|
|
||||||
|
# ----------------------------------------------------------------------------
|
||||||
|
# PortAudio
|
||||||
|
# ----------------------------------------------------------------------------
|
||||||
|
set(PORTAUDIO_ROOT "${THIRD_PARTY_DIR}/portaudio")
|
||||||
|
|
||||||
|
find_library(PORTAUDIO_LIB
|
||||||
|
NAMES portaudio libportaudio
|
||||||
|
PATHS "${PORTAUDIO_ROOT}/lib"
|
||||||
|
NO_DEFAULT_PATH
|
||||||
|
)
|
||||||
|
find_path(PORTAUDIO_INCLUDE_DIR
|
||||||
|
NAMES portaudio.h
|
||||||
|
PATHS "${PORTAUDIO_ROOT}/include"
|
||||||
|
NO_DEFAULT_PATH
|
||||||
|
)
|
||||||
|
|
||||||
|
if(PORTAUDIO_LIB AND PORTAUDIO_INCLUDE_DIR)
|
||||||
|
set(PORTAUDIO_LIBRARIES ${PORTAUDIO_LIB})
|
||||||
|
set(PORTAUDIO_INCLUDE_DIRS ${PORTAUDIO_INCLUDE_DIR})
|
||||||
|
message(STATUS "找到 PortAudio: ${PORTAUDIO_LIB}")
|
||||||
|
add_compile_definitions(HAVE_PORTAUDIO)
|
||||||
|
else()
|
||||||
|
message(WARNING "未找到 PortAudio，音频采集功能将使用占位实现")
|
||||||
|
endif()
|
||||||
|
|
||||||
|
# ----------------------------------------------------------------------------
|
||||||
|
# dr_libs (header-only)
|
||||||
|
# ----------------------------------------------------------------------------
|
||||||
|
set(DR_LIBS_INCLUDE_DIR "${THIRD_PARTY_DIR}/dr_libs")
|
||||||
|
if(EXISTS "${DR_LIBS_INCLUDE_DIR}/dr_wav.h")
|
||||||
|
message(STATUS "找到 dr_libs: ${DR_LIBS_INCLUDE_DIR}")
|
||||||
|
add_compile_definitions(HAVE_DR_LIBS)
|
||||||
|
else()
|
||||||
|
message(WARNING "未找到 dr_libs 头文件")
|
||||||
|
endif()
|
||||||
|
|
||||||
|
# ----------------------------------------------------------------------------
|
||||||
|
# nlohmann/json (header-only)
|
||||||
|
# ----------------------------------------------------------------------------
|
||||||
|
set(NLOHMANN_JSON_INCLUDE_DIR "${THIRD_PARTY_DIR}/nlohmann_json")
|
||||||
29
configs/default_config.json
Normal file
29
configs/default_config.json
Normal file
@ -0,0 +1,29 @@
|
|||||||
|
{
|
||||||
|
"version": 1,
|
||||||
|
"stt": {
|
||||||
|
"model_path": "",
|
||||||
|
"model_type": "whisper",
|
||||||
|
"device": "cpu",
|
||||||
|
"num_threads": 4,
|
||||||
|
"sample_rate": 16000,
|
||||||
|
"language": "zh",
|
||||||
|
"streaming": true,
|
||||||
|
"beam_size": 5,
|
||||||
|
"temperature": 0.0
|
||||||
|
},
|
||||||
|
"audio": {
|
||||||
|
"input_device": -1,
|
||||||
|
"buffer_size_ms": 20,
|
||||||
|
"chunk_duration_ms": 3000,
|
||||||
|
"padding_ms": 500
|
||||||
|
},
|
||||||
|
"ui": {
|
||||||
|
"theme": "light",
|
||||||
|
"font_size": 14,
|
||||||
|
"show_waveform": true,
|
||||||
|
"show_confidence": true
|
||||||
|
},
|
||||||
|
"shortcuts": {
|
||||||
|
"toggle_recording": "Ctrl+Space"
|
||||||
|
}
|
||||||
|
}
|
||||||
0
models/.gitkeep
Normal file
0
models/.gitkeep
Normal file
11
run.sh
Executable file
11
run.sh
Executable file
@ -0,0 +1,11 @@
|
|||||||
|
#!/bin/bash
|
||||||
|
# Impress Voice Input 启动脚本
|
||||||
|
|
||||||
|
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
|
||||||
|
BUILD_DIR="${SCRIPT_DIR}/build"
|
||||||
|
|
||||||
|
# 设置库路径
|
||||||
|
export LD_LIBRARY_PATH="${SCRIPT_DIR}/third_party/onnxruntime/lib:${SCRIPT_DIR}/third_party/portaudio/lib:${LD_LIBRARY_PATH}"
|
||||||
|
|
||||||
|
# 运行
|
||||||
|
exec "${BUILD_DIR}/impress_voice_input" "$@"
|
||||||
28
src/app/application.cpp
Normal file
28
src/app/application.cpp
Normal file
@ -0,0 +1,28 @@
|
|||||||
|
#include "application.h"
|
||||||
|
#include "config_manager.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
#include <QFile>
|
||||||
|
|
||||||
|
static const char* const kTag = "Application";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
Application::Application(int& argc, char** argv)
|
||||||
|
: QApplication(argc, argv)
|
||||||
|
{
|
||||||
|
LOG_INFO(kTag, "Impress Voice Input 启动");
|
||||||
|
|
||||||
|
configManager_ = std::make_unique<ConfigManager>(this);
|
||||||
|
configManager_->loadDefaults();
|
||||||
|
}
|
||||||
|
|
||||||
|
Application::~Application() {
|
||||||
|
LOG_INFO(kTag, "应用退出");
|
||||||
|
Logger::shutdown();
|
||||||
|
}
|
||||||
|
|
||||||
|
ConfigManager* Application::configManager() const {
|
||||||
|
return configManager_.get();
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
26
src/app/application.h
Normal file
26
src/app/application.h
Normal file
@ -0,0 +1,26 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QApplication>
|
||||||
|
#include <memory>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
class ConfigManager;
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 应用入口封装
|
||||||
|
*/
|
||||||
|
class Application : public QApplication {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
Application(int& argc, char** argv);
|
||||||
|
~Application() override;
|
||||||
|
|
||||||
|
/** @brief 获取全局配置管理器 */
|
||||||
|
ConfigManager* configManager() const;
|
||||||
|
|
||||||
|
private:
|
||||||
|
std::unique_ptr<ConfigManager> configManager_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
145
src/app/config_manager.cpp
Normal file
145
src/app/config_manager.cpp
Normal file
@ -0,0 +1,145 @@
|
|||||||
|
#include "config_manager.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
#include <QFile>
|
||||||
|
#include <QJsonDocument>
|
||||||
|
#include <QJsonObject>
|
||||||
|
#include <QStandardPaths>
|
||||||
|
#include <QDir>
|
||||||
|
|
||||||
|
static const char* const kTag = "ConfigManager";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
ConfigManager::ConfigManager(QObject* parent)
|
||||||
|
: QObject(parent)
|
||||||
|
{}
|
||||||
|
|
||||||
|
bool ConfigManager::load(const QString& path) {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
QFile file(path);
|
||||||
|
if (!file.open(QIODevice::ReadOnly)) {
|
||||||
|
LOG_ERROR(kTag, QString("无法打开配置文件: %1").arg(path));
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
QJsonParseError error;
|
||||||
|
QJsonDocument doc = QJsonDocument::fromJson(file.readAll(), &error);
|
||||||
|
if (error.error != QJsonParseError::NoError) {
|
||||||
|
LOG_ERROR(kTag, QString("JSON 解析错误: %1").arg(error.errorString()));
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
config_ = doc.object().toVariantMap();
|
||||||
|
configPath_ = path;
|
||||||
|
LOG_INFO(kTag, QString("配置已加载: %1").arg(path));
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
|
||||||
|
bool ConfigManager::save() {
|
||||||
|
if (configPath_.isEmpty()) {
|
||||||
|
// 自动生成默认路径
|
||||||
|
QString appDataDir = QStandardPaths::writableLocation(
|
||||||
|
QStandardPaths::AppDataLocation);
|
||||||
|
QDir().mkpath(appDataDir);
|
||||||
|
configPath_ = appDataDir + "/config.json";
|
||||||
|
}
|
||||||
|
return saveAs(configPath_);
|
||||||
|
}
|
||||||
|
|
||||||
|
bool ConfigManager::saveAs(const QString& path) {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
QFile file(path);
|
||||||
|
if (!file.open(QIODevice::WriteOnly)) {
|
||||||
|
LOG_ERROR(kTag, QString("无法写入配置文件: %1").arg(path));
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
QJsonDocument doc(QJsonObject::fromVariantMap(config_));
|
||||||
|
file.write(doc.toJson(QJsonDocument::Indented));
|
||||||
|
configPath_ = path;
|
||||||
|
LOG_INFO(kTag, QString("配置已保存: %1").arg(path));
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
|
||||||
|
void ConfigManager::loadDefaults() {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
config_ = QVariantMap{
|
||||||
|
{"stt", QVariantMap{
|
||||||
|
{"model_path", ""},
|
||||||
|
{"model_type", "whisper"},
|
||||||
|
{"device", "cpu"},
|
||||||
|
{"num_threads", 4},
|
||||||
|
{"sample_rate", 16000},
|
||||||
|
{"language", "zh"},
|
||||||
|
{"streaming", true},
|
||||||
|
{"beam_size", 5},
|
||||||
|
{"temperature", 0.0}
|
||||||
|
}},
|
||||||
|
{"audio", QVariantMap{
|
||||||
|
{"input_device", -1},
|
||||||
|
{"buffer_size_ms", 20},
|
||||||
|
{"chunk_duration_ms", 3000},
|
||||||
|
{"padding_ms", 500}
|
||||||
|
}},
|
||||||
|
{"ui", QVariantMap{
|
||||||
|
{"theme", "light"},
|
||||||
|
{"font_size", 14},
|
||||||
|
{"show_waveform", true},
|
||||||
|
{"show_confidence", true}
|
||||||
|
}},
|
||||||
|
{"shortcuts", QVariantMap{
|
||||||
|
{"toggle_recording", "Ctrl+Space"}
|
||||||
|
}}
|
||||||
|
};
|
||||||
|
emit configChanged();
|
||||||
|
}
|
||||||
|
|
||||||
|
QVariant ConfigManager::get(const QString& key, const QVariant& defaultValue) const {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
return getValue(config_, key.split('.'), 0, defaultValue);
|
||||||
|
}
|
||||||
|
|
||||||
|
QVariant ConfigManager::getValue(const QVariantMap& map, const QStringList& parts,
|
||||||
|
int index, const QVariant& defaultValue)
|
||||||
|
{
|
||||||
|
if (index >= parts.size() || !map.contains(parts[index])) {
|
||||||
|
return defaultValue;
|
||||||
|
}
|
||||||
|
if (index == parts.size() - 1) {
|
||||||
|
return map[parts[index]];
|
||||||
|
}
|
||||||
|
auto childMap = map[parts[index]].toMap();
|
||||||
|
return getValue(childMap, parts, index + 1, defaultValue);
|
||||||
|
}
|
||||||
|
|
||||||
|
void ConfigManager::set(const QString& key, const QVariant& value) {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
setValue(config_, key.split('.'), 0, value);
|
||||||
|
emit configChanged();
|
||||||
|
}
|
||||||
|
|
||||||
|
void ConfigManager::setValue(QVariantMap& map, const QStringList& parts,
|
||||||
|
int index, const QVariant& value)
|
||||||
|
{
|
||||||
|
if (index >= parts.size()) return;
|
||||||
|
|
||||||
|
if (index == parts.size() - 1) {
|
||||||
|
map.insert(parts[index], value);
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (!map.contains(parts[index]) || !map[parts[index]].canConvert<QVariantMap>()) {
|
||||||
|
map.insert(parts[index], QVariantMap());
|
||||||
|
}
|
||||||
|
|
||||||
|
auto childMap = map[parts[index]].toMap();
|
||||||
|
setValue(childMap, parts, index + 1, value);
|
||||||
|
map[parts[index]] = childMap;
|
||||||
|
}
|
||||||
|
|
||||||
|
void ConfigManager::resetToDefaults() {
|
||||||
|
loadDefaults();
|
||||||
|
LOG_INFO(kTag, "配置已重置为默认值");
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
60
src/app/config_manager.h
Normal file
60
src/app/config_manager.h
Normal file
@ -0,0 +1,60 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QObject>
|
||||||
|
#include <QVariantMap>
|
||||||
|
#include <QMutex>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 配置管理器
|
||||||
|
*
|
||||||
|
* 负责加载、保存、查询应用配置。配置以 JSON 格式存储。
|
||||||
|
* 线程安全，支持跨线程读取。
|
||||||
|
* 自动追踪配置文件路径，save() 无参调用即可持久化。
|
||||||
|
*/
|
||||||
|
class ConfigManager : public QObject {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit ConfigManager(QObject* parent = nullptr);
|
||||||
|
|
||||||
|
/** @brief 从文件加载配置，并记录路径用于后续 save() */
|
||||||
|
bool load(const QString& path);
|
||||||
|
|
||||||
|
/** @brief 保存配置到上次加载/保存的路径 */
|
||||||
|
bool save();
|
||||||
|
|
||||||
|
/** @brief 保存配置到指定文件 */
|
||||||
|
bool saveAs(const QString& path);
|
||||||
|
|
||||||
|
/** @brief 使用默认配置初始化 */
|
||||||
|
void loadDefaults();
|
||||||
|
|
||||||
|
/** @brief 获取配置值（支持点号路径，如 "stt.model_path"） */
|
||||||
|
QVariant get(const QString& key, const QVariant& defaultValue = {}) const;
|
||||||
|
|
||||||
|
/** @brief 设置配置值 */
|
||||||
|
void set(const QString& key, const QVariant& value);
|
||||||
|
|
||||||
|
/** @brief 重置为默认配置 */
|
||||||
|
void resetToDefaults();
|
||||||
|
|
||||||
|
/** @brief 当前配置文件路径 */
|
||||||
|
QString configPath() const { return configPath_; }
|
||||||
|
|
||||||
|
signals:
|
||||||
|
void configChanged();
|
||||||
|
|
||||||
|
private:
|
||||||
|
/** @brief 递归设置嵌套值 */
|
||||||
|
static void setValue(QVariantMap& map, const QStringList& parts, int index, const QVariant& value);
|
||||||
|
|
||||||
|
/** @brief 递归获取嵌套值 */
|
||||||
|
static QVariant getValue(const QVariantMap& map, const QStringList& parts, int index, const QVariant& defaultValue);
|
||||||
|
|
||||||
|
QString configPath_;
|
||||||
|
mutable QMutex mutex_;
|
||||||
|
QVariantMap config_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
137
src/audio/audio_capture.cpp
Normal file
137
src/audio/audio_capture.cpp
Normal file
@ -0,0 +1,137 @@
|
|||||||
|
#include "audio_capture.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
|
||||||
|
#ifdef HAVE_PORTAUDIO
|
||||||
|
#include <portaudio.h>
|
||||||
|
#endif
|
||||||
|
|
||||||
|
static const char* const kTag = "AudioCapture";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
struct AudioCapture::Impl {
|
||||||
|
#ifdef HAVE_PORTAUDIO
|
||||||
|
PaStream* stream = nullptr;
|
||||||
|
#endif
|
||||||
|
AudioCapture* owner = nullptr;
|
||||||
|
int sampleRate = 16000;
|
||||||
|
};
|
||||||
|
|
||||||
|
static int paCallback(const void* input, void* /*output*/,
|
||||||
|
unsigned long frameCount,
|
||||||
|
const PaStreamCallbackTimeInfo* /*timeInfo*/,
|
||||||
|
PaStreamCallbackFlags /*statusFlags*/,
|
||||||
|
void* userData)
|
||||||
|
{
|
||||||
|
#ifdef HAVE_PORTAUDIO
|
||||||
|
auto* capture = static_cast<AudioCapture*>(userData);
|
||||||
|
const float* samples = static_cast<const float*>(input);
|
||||||
|
std::vector<float> data(samples, samples + frameCount);
|
||||||
|
emit capture->audioDataReady(data, 16000);
|
||||||
|
return paContinue;
|
||||||
|
#else
|
||||||
|
(void)input; (void)frameCount; (void)userData;
|
||||||
|
return 0;
|
||||||
|
#endif
|
||||||
|
}
|
||||||
|
|
||||||
|
AudioCapture::AudioCapture(QObject* parent)
|
||||||
|
: QObject(parent)
|
||||||
|
, impl_(std::make_unique<Impl>())
|
||||||
|
{
|
||||||
|
impl_->owner = this;
|
||||||
|
}
|
||||||
|
|
||||||
|
AudioCapture::~AudioCapture() {
|
||||||
|
stop();
|
||||||
|
}
|
||||||
|
|
||||||
|
QStringList AudioCapture::getDeviceList() {
|
||||||
|
QStringList devices;
|
||||||
|
devices << "默认设备";
|
||||||
|
#ifdef HAVE_PORTAUDIO
|
||||||
|
Pa_Terminate(); // 确保未初始化
|
||||||
|
if (Pa_Initialize() == paNoError) {
|
||||||
|
int count = Pa_GetDeviceCount();
|
||||||
|
for (int i = 0; i < count; ++i) {
|
||||||
|
const PaDeviceInfo* info = Pa_GetDeviceInfo(i);
|
||||||
|
if (info && info->maxInputChannels > 0) {
|
||||||
|
devices << QString("%1 (CH:%2, SR:%3)").arg(
|
||||||
|
info->name).arg(info->maxInputChannels).arg(info->defaultSampleRate);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
Pa_Terminate();
|
||||||
|
}
|
||||||
|
#endif
|
||||||
|
return devices;
|
||||||
|
}
|
||||||
|
|
||||||
|
bool AudioCapture::start(int deviceIndex, int sampleRate, int bufferSizeMs) {
|
||||||
|
if (running_) {
|
||||||
|
LOG_WARNING(kTag, "已在运行中");
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
#ifdef HAVE_PORTAUDIO
|
||||||
|
if (Pa_Initialize() != paNoError) {
|
||||||
|
LOG_ERROR(kTag, "PortAudio 初始化失败");
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
PaStreamParameters inputParams{};
|
||||||
|
inputParams.device = deviceIndex < 0 ? Pa_GetDefaultInputDevice() : deviceIndex;
|
||||||
|
inputParams.channelCount = 1;
|
||||||
|
inputParams.sampleFormat = paFloat32 | paNonInterleaved;
|
||||||
|
inputParams.suggestedLatency =
|
||||||
|
Pa_GetDeviceInfo(inputParams.device)->defaultLowInputLatency;
|
||||||
|
|
||||||
|
PaError err = Pa_OpenStream(
|
||||||
|
&impl_->stream, &inputParams, nullptr, sampleRate,
|
||||||
|
static_cast<unsigned long>(sampleRate * bufferSizeMs / 1000),
|
||||||
|
paClipOff, paCallback, this);
|
||||||
|
|
||||||
|
if (err != paNoError || !impl_->stream) {
|
||||||
|
LOG_ERROR(kTag, QString("打开音频流失败: %1").arg(Pa_GetErrorText(err)));
|
||||||
|
Pa_Terminate();
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
err = Pa_StartStream(impl_->stream);
|
||||||
|
if (err != paNoError) {
|
||||||
|
LOG_ERROR(kTag, QString("启动音频流失败: %1").arg(Pa_GetErrorText(err)));
|
||||||
|
Pa_CloseStream(impl_->stream);
|
||||||
|
impl_->stream = nullptr;
|
||||||
|
Pa_Terminate();
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
impl_->sampleRate = sampleRate;
|
||||||
|
running_ = true;
|
||||||
|
emit runningChanged(true);
|
||||||
|
LOG_INFO(kTag, QString("音频采集已启动 (设备: %1, 采样率: %2)").arg(deviceIndex).arg(sampleRate));
|
||||||
|
return true;
|
||||||
|
#else
|
||||||
|
LOG_ERROR(kTag, "PortAudio 未编译启用");
|
||||||
|
emit error("PortAudio 未编译启用");
|
||||||
|
return false;
|
||||||
|
#endif
|
||||||
|
}
|
||||||
|
|
||||||
|
void AudioCapture::stop() {
|
||||||
|
if (!running_) return;
|
||||||
|
|
||||||
|
#ifdef HAVE_PORTAUDIO
|
||||||
|
if (impl_->stream) {
|
||||||
|
Pa_StopStream(impl_->stream);
|
||||||
|
Pa_CloseStream(impl_->stream);
|
||||||
|
impl_->stream = nullptr;
|
||||||
|
}
|
||||||
|
Pa_Terminate();
|
||||||
|
#endif
|
||||||
|
|
||||||
|
running_ = false;
|
||||||
|
emit runningChanged(false);
|
||||||
|
LOG_INFO(kTag, "音频采集已停止");
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
53
src/audio/audio_capture.h
Normal file
53
src/audio/audio_capture.h
Normal file
@ -0,0 +1,53 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QObject>
|
||||||
|
#include <QString>
|
||||||
|
#include <QVector>
|
||||||
|
#include <vector>
|
||||||
|
#include <memory>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 麦克风音频采集模块
|
||||||
|
*
|
||||||
|
* 基于 PortAudio 实现跨平台音频采集。
|
||||||
|
* 在独立线程中运行，通过信号输出音频数据。
|
||||||
|
*/
|
||||||
|
class AudioCapture : public QObject {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit AudioCapture(QObject* parent = nullptr);
|
||||||
|
~AudioCapture() override;
|
||||||
|
|
||||||
|
/** @brief 获取可用输入设备列表 */
|
||||||
|
static QStringList getDeviceList();
|
||||||
|
|
||||||
|
/** @brief 开始采集 */
|
||||||
|
bool start(int deviceIndex = -1,
|
||||||
|
int sampleRate = 16000,
|
||||||
|
int bufferSizeMs = 20);
|
||||||
|
|
||||||
|
/** @brief 停止采集 */
|
||||||
|
void stop();
|
||||||
|
|
||||||
|
/** @brief 是否正在采集 */
|
||||||
|
bool isRunning() const { return running_; }
|
||||||
|
|
||||||
|
signals:
|
||||||
|
/** @brief 输出音频数据（归一化 PCM float） */
|
||||||
|
void audioDataReady(const std::vector<float>& samples, int sampleRate);
|
||||||
|
|
||||||
|
/** @brief 采集错误 */
|
||||||
|
void error(const QString& message);
|
||||||
|
|
||||||
|
/** @brief 采集状态变化 */
|
||||||
|
void runningChanged(bool running);
|
||||||
|
|
||||||
|
private:
|
||||||
|
struct Impl;
|
||||||
|
std::unique_ptr<Impl> impl_;
|
||||||
|
bool running_ = false;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
91
src/audio/audio_decoder.cpp
Normal file
91
src/audio/audio_decoder.cpp
Normal file
@ -0,0 +1,91 @@
|
|||||||
|
#include "audio_decoder.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
|
||||||
|
#ifdef HAVE_DR_LIBS
|
||||||
|
#define DR_WAV_IMPLEMENTATION
|
||||||
|
#define DR_MP3_IMPLEMENTATION
|
||||||
|
#define DR_FLAC_IMPLEMENTATION
|
||||||
|
#include <dr_wav.h>
|
||||||
|
#include <dr_mp3.h>
|
||||||
|
#include <dr_flac.h>
|
||||||
|
#endif
|
||||||
|
|
||||||
|
#include <QFileInfo>
|
||||||
|
|
||||||
|
static const char* const kTag = "AudioDecoder";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
AudioDecoder::AudioDecoder(QObject* parent)
|
||||||
|
: QObject(parent)
|
||||||
|
{}
|
||||||
|
|
||||||
|
AudioDecoder::~AudioDecoder() = default;
|
||||||
|
|
||||||
|
QStringList AudioDecoder::supportedFormats() {
|
||||||
|
return {"wav", "mp3", "flac", "ogg", "aac"};
|
||||||
|
}
|
||||||
|
|
||||||
|
bool AudioDecoder::decode(const QString& filePath) {
|
||||||
|
QFileInfo info(filePath);
|
||||||
|
QString ext = info.suffix().toLower();
|
||||||
|
|
||||||
|
samples_.clear();
|
||||||
|
sampleRate_ = 0;
|
||||||
|
channels_ = 0;
|
||||||
|
|
||||||
|
if (ext != "wav") {
|
||||||
|
LOG_ERROR(kTag, QString("暂不支持格式: %1").arg(ext));
|
||||||
|
emit error(QString("暂不支持格式: %1").arg(ext));
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
#ifdef HAVE_DR_LIBS
|
||||||
|
drwav wav;
|
||||||
|
if (!drwav_init_file(&wav, filePath.toUtf8().constData(), nullptr)) {
|
||||||
|
LOG_ERROR(kTag, QString("无法打开 WAV 文件: %1").arg(filePath));
|
||||||
|
emit error("无法打开音频文件");
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
channels_ = wav.channels;
|
||||||
|
sampleRate_ = wav.sampleRate;
|
||||||
|
|
||||||
|
std::vector<short> pcm16(wav.totalPCMFrameCount * wav.channels);
|
||||||
|
drwav_read_pcm_frames_s16(&wav, wav.totalPCMFrameCount, pcm16.data());
|
||||||
|
drwav_uninit(&wav);
|
||||||
|
|
||||||
|
// 多声道混合为单声道
|
||||||
|
if (channels_ == 1) {
|
||||||
|
samples_ = std::vector<float>(pcm16.begin(), pcm16.end());
|
||||||
|
// 归一化
|
||||||
|
for (auto& s : samples_) s /= 32768.0f;
|
||||||
|
} else {
|
||||||
|
samples_.resize(wav.totalPCMFrameCount);
|
||||||
|
for (size_t i = 0; i < wav.totalPCMFrameCount; ++i) {
|
||||||
|
float sum = 0.0f;
|
||||||
|
for (int ch = 0; ch < channels_; ++ch) {
|
||||||
|
sum += pcm16[static_cast<size_t>(i) * static_cast<size_t>(channels_) + static_cast<size_t>(ch)];
|
||||||
|
}
|
||||||
|
samples_[i] = sum / (channels_ * 32768.0f);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
emit progress(1.0);
|
||||||
|
emit decoded(filePath);
|
||||||
|
LOG_INFO(kTag, QString("文件解码完成: %1 (%2 样本, %3Hz)")
|
||||||
|
.arg(filePath).arg(samples_.size()).arg(sampleRate_));
|
||||||
|
return true;
|
||||||
|
#else
|
||||||
|
LOG_ERROR(kTag, "dr_libs 未编译启用");
|
||||||
|
emit error("音频解码库未启用");
|
||||||
|
return false;
|
||||||
|
#endif
|
||||||
|
}
|
||||||
|
|
||||||
|
double AudioDecoder::duration() const {
|
||||||
|
if (sampleRate_ == 0) return 0.0;
|
||||||
|
return static_cast<double>(samples_.size()) / sampleRate_;
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
57
src/audio/audio_decoder.h
Normal file
57
src/audio/audio_decoder.h
Normal file
@ -0,0 +1,57 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QObject>
|
||||||
|
#include <QString>
|
||||||
|
#include <QStringList>
|
||||||
|
#include <vector>
|
||||||
|
#include <memory>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 音频文件解码模块
|
||||||
|
*
|
||||||
|
* 支持 WAV, MP3, FLAC, OGG, AAC 格式。
|
||||||
|
* 基于 dr_libs (dr_wav, dr_mp3, dr_flac)。
|
||||||
|
*/
|
||||||
|
class AudioDecoder : public QObject {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit AudioDecoder(QObject* parent = nullptr);
|
||||||
|
~AudioDecoder() override;
|
||||||
|
|
||||||
|
/** @brief 支持的格式 */
|
||||||
|
static QStringList supportedFormats();
|
||||||
|
|
||||||
|
/** @brief 解码音频文件 */
|
||||||
|
bool decode(const QString& filePath);
|
||||||
|
|
||||||
|
/** @brief 获取解码后的 PCM 数据 */
|
||||||
|
const std::vector<float>& samples() const { return samples_; }
|
||||||
|
|
||||||
|
/** @brief 采样率 */
|
||||||
|
int sampleRate() const { return sampleRate_; }
|
||||||
|
|
||||||
|
/** @brief 声道数 */
|
||||||
|
int channels() const { return channels_; }
|
||||||
|
|
||||||
|
/** @brief 时长（秒） */
|
||||||
|
double duration() const;
|
||||||
|
|
||||||
|
signals:
|
||||||
|
/** @brief 解码进度 (0.0 - 1.0) */
|
||||||
|
void progress(double progress);
|
||||||
|
|
||||||
|
/** @brief 解码完成 */
|
||||||
|
void decoded(const QString& filePath);
|
||||||
|
|
||||||
|
/** @brief 解码错误 */
|
||||||
|
void error(const QString& message);
|
||||||
|
|
||||||
|
private:
|
||||||
|
std::vector<float> samples_;
|
||||||
|
int sampleRate_ = 0;
|
||||||
|
int channels_ = 0;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
52
src/audio/audio_ring_buffer.cpp
Normal file
52
src/audio/audio_ring_buffer.cpp
Normal file
@ -0,0 +1,52 @@
|
|||||||
|
#include "audio_ring_buffer.h"
|
||||||
|
#include <algorithm>
|
||||||
|
#include <cstring>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
AudioRingBuffer::AudioRingBuffer(size_t capacity)
|
||||||
|
: buffer_(new float[capacity]())
|
||||||
|
, capacity_(capacity)
|
||||||
|
{}
|
||||||
|
|
||||||
|
AudioRingBuffer::~AudioRingBuffer() {
|
||||||
|
delete[] buffer_;
|
||||||
|
}
|
||||||
|
|
||||||
|
size_t AudioRingBuffer::write(const float* data, size_t count) {
|
||||||
|
size_t avail = capacity_ - this->available();
|
||||||
|
size_t toWrite = std::min(count, avail);
|
||||||
|
|
||||||
|
for (size_t i = 0; i < toWrite; ++i) {
|
||||||
|
buffer_[writePos_] = data[i];
|
||||||
|
writePos_ = (writePos_ + 1) % capacity_;
|
||||||
|
}
|
||||||
|
|
||||||
|
return toWrite;
|
||||||
|
}
|
||||||
|
|
||||||
|
size_t AudioRingBuffer::read(float* data, size_t count) {
|
||||||
|
size_t available = this->available();
|
||||||
|
size_t toRead = std::min(count, available);
|
||||||
|
|
||||||
|
for (size_t i = 0; i < toRead; ++i) {
|
||||||
|
data[i] = buffer_[readPos_];
|
||||||
|
readPos_ = (readPos_ + 1) % capacity_;
|
||||||
|
}
|
||||||
|
|
||||||
|
return toRead;
|
||||||
|
}
|
||||||
|
|
||||||
|
size_t AudioRingBuffer::available() const {
|
||||||
|
if (writePos_ >= readPos_) {
|
||||||
|
return writePos_ - readPos_;
|
||||||
|
}
|
||||||
|
return capacity_ - (readPos_ - writePos_);
|
||||||
|
}
|
||||||
|
|
||||||
|
void AudioRingBuffer::clear() {
|
||||||
|
readPos_ = 0;
|
||||||
|
writePos_ = 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
39
src/audio/audio_ring_buffer.h
Normal file
39
src/audio/audio_ring_buffer.h
Normal file
@ -0,0 +1,39 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QObject>
|
||||||
|
#include <QVector>
|
||||||
|
#include <memory>
|
||||||
|
#include <cstddef>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 音频环形缓冲区
|
||||||
|
*
|
||||||
|
* 线程安全的单生产者单消费者环形缓冲区，用于麦克风采集数据缓冲。
|
||||||
|
*/
|
||||||
|
class AudioRingBuffer {
|
||||||
|
public:
|
||||||
|
explicit AudioRingBuffer(size_t capacity);
|
||||||
|
~AudioRingBuffer();
|
||||||
|
|
||||||
|
/** @brief 写入数据（生产端） */
|
||||||
|
size_t write(const float* data, size_t count);
|
||||||
|
|
||||||
|
/** @brief 读取数据（消费端） */
|
||||||
|
size_t read(float* data, size_t count);
|
||||||
|
|
||||||
|
/** @brief 当前可读数据量 */
|
||||||
|
size_t available() const;
|
||||||
|
|
||||||
|
/** @brief 清空缓冲区 */
|
||||||
|
void clear();
|
||||||
|
|
||||||
|
private:
|
||||||
|
float* buffer_;
|
||||||
|
size_t capacity_;
|
||||||
|
size_t readPos_ = 0;
|
||||||
|
size_t writePos_ = 0;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
74
src/core/audio_processor.cpp
Normal file
74
src/core/audio_processor.cpp
Normal file
@ -0,0 +1,74 @@
|
|||||||
|
#include "audio_processor.h"
|
||||||
|
#include <cmath>
|
||||||
|
#include <algorithm>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
AudioProcessor::AudioProcessor(int targetSampleRate)
|
||||||
|
: targetSampleRate_(targetSampleRate)
|
||||||
|
{}
|
||||||
|
|
||||||
|
std::vector<float> AudioProcessor::resample(const std::vector<float>& input,
|
||||||
|
int sourceSampleRate)
|
||||||
|
{
|
||||||
|
if (sourceSampleRate == targetSampleRate_) {
|
||||||
|
return input;
|
||||||
|
}
|
||||||
|
|
||||||
|
// TODO: 使用高质量重采样算法 (如 libsamplerate)
|
||||||
|
// 当前使用简单的线性插值
|
||||||
|
double ratio = static_cast<double>(targetSampleRate_) / sourceSampleRate;
|
||||||
|
size_t outputSize = static_cast<size_t>(input.size() * ratio);
|
||||||
|
std::vector<float> output(outputSize);
|
||||||
|
|
||||||
|
for (size_t i = 0; i < outputSize; ++i) {
|
||||||
|
double srcIndex = i / ratio;
|
||||||
|
size_t idx = static_cast<size_t>(srcIndex);
|
||||||
|
double frac = srcIndex - idx;
|
||||||
|
|
||||||
|
if (idx + 1 < input.size()) {
|
||||||
|
output[i] = input[idx] * (1.0 - frac) + input[idx + 1] * frac;
|
||||||
|
} else {
|
||||||
|
output[i] = input[idx];
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
return output;
|
||||||
|
}
|
||||||
|
|
||||||
|
std::vector<float> AudioProcessor::normalize(const std::vector<short>& pcm16) {
|
||||||
|
std::vector<float> output(pcm16.size());
|
||||||
|
const float scale = 1.0f / 32768.0f;
|
||||||
|
for (size_t i = 0; i < pcm16.size(); ++i) {
|
||||||
|
output[i] = pcm16[i] * scale;
|
||||||
|
}
|
||||||
|
return output;
|
||||||
|
}
|
||||||
|
|
||||||
|
std::vector<float> AudioProcessor::normalizeFloats(const std::vector<float>& input) {
|
||||||
|
float maxVal = 0.0f;
|
||||||
|
for (float v : input) {
|
||||||
|
maxVal = std::max(maxVal, std::abs(v));
|
||||||
|
}
|
||||||
|
if (maxVal < 1e-6f) return input;
|
||||||
|
|
||||||
|
std::vector<float> output(input.size());
|
||||||
|
float scale = 1.0f / maxVal;
|
||||||
|
for (size_t i = 0; i < input.size(); ++i) {
|
||||||
|
output[i] = input[i] * scale;
|
||||||
|
}
|
||||||
|
return output;
|
||||||
|
}
|
||||||
|
|
||||||
|
std::vector<std::vector<float>> AudioProcessor::frame(const std::vector<float>& input,
|
||||||
|
int frameSize,
|
||||||
|
int hopSize)
|
||||||
|
{
|
||||||
|
std::vector<std::vector<float>> frames;
|
||||||
|
for (size_t start = 0; start + frameSize <= input.size(); start += hopSize) {
|
||||||
|
frames.emplace_back(input.begin() + start, input.begin() + start + frameSize);
|
||||||
|
}
|
||||||
|
return frames;
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
38
src/core/audio_processor.h
Normal file
38
src/core/audio_processor.h
Normal file
@ -0,0 +1,38 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 音频预处理模块
|
||||||
|
*
|
||||||
|
* 负责音频重采样、归一化、分帧等操作。
|
||||||
|
*/
|
||||||
|
class AudioProcessor {
|
||||||
|
public:
|
||||||
|
AudioProcessor(int targetSampleRate = 16000);
|
||||||
|
|
||||||
|
/** @brief 重采样到目标采样率 */
|
||||||
|
std::vector<float> resample(const std::vector<float>& input,
|
||||||
|
int sourceSampleRate);
|
||||||
|
|
||||||
|
/** @brief 将 PCM 数据归一化到 [-1, 1] */
|
||||||
|
static std::vector<float> normalize(const std::vector<short>& pcm16);
|
||||||
|
|
||||||
|
/** @brief 将 PCM 浮点数据归一化到 [-1, 1] */
|
||||||
|
static std::vector<float> normalizeFloats(const std::vector<float>& input);
|
||||||
|
|
||||||
|
/** @brief 将音频切分为重叠帧 */
|
||||||
|
std::vector<std::vector<float>> frame(const std::vector<float>& input,
|
||||||
|
int frameSize,
|
||||||
|
int hopSize);
|
||||||
|
|
||||||
|
/** @brief 获取目标采样率 */
|
||||||
|
int targetSampleRate() const { return targetSampleRate_; }
|
||||||
|
|
||||||
|
private:
|
||||||
|
int targetSampleRate_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
34
src/core/decoder.cpp
Normal file
34
src/core/decoder.cpp
Normal file
@ -0,0 +1,34 @@
|
|||||||
|
#include "decoder.h"
|
||||||
|
#include <algorithm>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
std::vector<int> CTCGreedyDecoder::decode(const std::vector<float>& logits,
|
||||||
|
int vocabSize,
|
||||||
|
int /*beamSize*/)
|
||||||
|
{
|
||||||
|
std::vector<int> tokens;
|
||||||
|
int prevToken = -1;
|
||||||
|
|
||||||
|
for (size_t t = 0; t < logits.size(); t += vocabSize) {
|
||||||
|
// 贪婪选择最大概率的 token
|
||||||
|
int bestToken = 0;
|
||||||
|
float bestScore = logits[t];
|
||||||
|
for (int v = 1; v < vocabSize; ++v) {
|
||||||
|
if (logits[t + v] > bestScore) {
|
||||||
|
bestScore = logits[t + v];
|
||||||
|
bestToken = v;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// CTC 去重：跳过连续相同 token 和 blank
|
||||||
|
if (bestToken != prevToken && bestToken != 0) {
|
||||||
|
tokens.push_back(bestToken);
|
||||||
|
}
|
||||||
|
prevToken = bestToken;
|
||||||
|
}
|
||||||
|
|
||||||
|
return tokens;
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
33
src/core/decoder.h
Normal file
33
src/core/decoder.h
Normal file
@ -0,0 +1,33 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QString>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 解码器接口
|
||||||
|
*
|
||||||
|
* 支持 CTC 和自回归解码策略。
|
||||||
|
*/
|
||||||
|
class Decoder {
|
||||||
|
public:
|
||||||
|
virtual ~Decoder() = default;
|
||||||
|
|
||||||
|
/** @brief 从 logits 解码为 token IDs */
|
||||||
|
virtual std::vector<int> decode(const std::vector<float>& logits,
|
||||||
|
int vocabSize,
|
||||||
|
int beamSize = 5) = 0;
|
||||||
|
};
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief CTC 贪婪解码器
|
||||||
|
*/
|
||||||
|
class CTCGreedyDecoder : public Decoder {
|
||||||
|
public:
|
||||||
|
std::vector<int> decode(const std::vector<float>& logits,
|
||||||
|
int vocabSize,
|
||||||
|
int beamSize = 5) override;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
200
src/core/stt_engine.cpp
Normal file
200
src/core/stt_engine.cpp
Normal file
@ -0,0 +1,200 @@
|
|||||||
|
#include "stt_engine.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
#include "utils/timer.h"
|
||||||
|
|
||||||
|
#include <QThread>
|
||||||
|
#include <QFuture>
|
||||||
|
#include <QtConcurrent>
|
||||||
|
#include <QMutex>
|
||||||
|
#include <QMutexLocker>
|
||||||
|
|
||||||
|
// ONNX Runtime headers
|
||||||
|
#ifdef HAVE_ONNXRUNTIME
|
||||||
|
#include <onnxruntime_cxx_api.h>
|
||||||
|
#endif
|
||||||
|
|
||||||
|
static const char* const kTag = "STTEngine";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
struct STTEngine::Impl {
|
||||||
|
#ifdef HAVE_ONNXRUNTIME
|
||||||
|
std::unique_ptr<Ort::Env> env;
|
||||||
|
std::unique_ptr<Ort::SessionOptions> sessionOptions;
|
||||||
|
std::unique_ptr<Ort::Session> session;
|
||||||
|
#endif
|
||||||
|
QMutex mutex;
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 在后台线程中执行模型加载
|
||||||
|
* 返回 true 表示成功，false 表示失败
|
||||||
|
*/
|
||||||
|
bool loadInWorker(const QString& modelPath,
|
||||||
|
const QString& device,
|
||||||
|
int numThreads,
|
||||||
|
QString& errorMsg)
|
||||||
|
{
|
||||||
|
#ifdef HAVE_ONNXRUNTIME
|
||||||
|
QMutexLocker locker(&mutex);
|
||||||
|
try {
|
||||||
|
auto envPtr = std::make_unique<Ort::Env>(
|
||||||
|
ORT_LOGGING_LEVEL_WARNING, "impress_voice");
|
||||||
|
auto optionsPtr = std::make_unique<Ort::SessionOptions>();
|
||||||
|
optionsPtr->SetIntraOpNumThreads(numThreads);
|
||||||
|
optionsPtr->SetGraphOptimizationLevel(
|
||||||
|
GraphOptimizationLevel::ORT_ENABLE_ALL);
|
||||||
|
|
||||||
|
if (device == "gpu") {
|
||||||
|
LOG_WARNING(kTag, "GPU 加速尚未实现，回退到 CPU");
|
||||||
|
}
|
||||||
|
|
||||||
|
LOG_INFO(kTag, QString("正在加载模型: %1 (线程: %2)").arg(modelPath).arg(numThreads));
|
||||||
|
|
||||||
|
// ONNX Session 构造函数在 Linux 上使用 const char* 路径
|
||||||
|
auto sessionPtr = std::make_unique<Ort::Session>(
|
||||||
|
*envPtr,
|
||||||
|
modelPath.toUtf8().constData(),
|
||||||
|
*optionsPtr);
|
||||||
|
|
||||||
|
// 全部成功后才替换成员变量
|
||||||
|
env = std::move(envPtr);
|
||||||
|
sessionOptions = std::move(optionsPtr);
|
||||||
|
session = std::move(sessionPtr);
|
||||||
|
|
||||||
|
LOG_INFO(kTag, QString("模型加载成功: %1").arg(modelPath));
|
||||||
|
return true;
|
||||||
|
} catch (const Ort::Exception& e) {
|
||||||
|
errorMsg = QString("ONNX 异常: %1").arg(e.what());
|
||||||
|
LOG_ERROR(kTag, errorMsg);
|
||||||
|
return false;
|
||||||
|
} catch (const std::exception& e) {
|
||||||
|
errorMsg = QString("加载异常: %1").arg(e.what());
|
||||||
|
LOG_ERROR(kTag, errorMsg);
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
#else
|
||||||
|
errorMsg = "ONNX Runtime 未编译启用";
|
||||||
|
LOG_ERROR(kTag, errorMsg);
|
||||||
|
return false;
|
||||||
|
#endif
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
STTEngine::STTEngine(QObject* parent)
|
||||||
|
: QObject(parent)
|
||||||
|
, impl_(std::make_unique<Impl>())
|
||||||
|
{}
|
||||||
|
|
||||||
|
STTEngine::~STTEngine() {
|
||||||
|
unloadModel();
|
||||||
|
}
|
||||||
|
|
||||||
|
bool STTEngine::loadModelSync(const QString& modelPath,
|
||||||
|
const QString& device,
|
||||||
|
int numThreads)
|
||||||
|
{
|
||||||
|
if (loaded_) {
|
||||||
|
LOG_WARNING(kTag, "模型已加载，先卸载再加载新模型");
|
||||||
|
unloadModel();
|
||||||
|
}
|
||||||
|
|
||||||
|
QString errorMsg;
|
||||||
|
bool success = impl_->loadInWorker(modelPath, device, numThreads, errorMsg);
|
||||||
|
loaded_ = success;
|
||||||
|
|
||||||
|
if (success) {
|
||||||
|
emit modelLoaded(modelPath);
|
||||||
|
} else {
|
||||||
|
emit modelLoadError(modelPath, errorMsg);
|
||||||
|
emit error(errorMsg);
|
||||||
|
}
|
||||||
|
return success;
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTEngine::loadModelAsync(const QString& modelPath,
|
||||||
|
const QString& device,
|
||||||
|
int numThreads)
|
||||||
|
{
|
||||||
|
if (loaded_) {
|
||||||
|
LOG_WARNING(kTag, "模型已加载，先卸载再加载新模型");
|
||||||
|
unloadModel();
|
||||||
|
}
|
||||||
|
|
||||||
|
LOG_INFO(kTag, QString("异步加载模型: %1").arg(modelPath));
|
||||||
|
|
||||||
|
// 在后台线程中执行加载
|
||||||
|
QFuture<void> future = QtConcurrent::run([this, modelPath, device, numThreads]() {
|
||||||
|
QString errorMsg;
|
||||||
|
bool success = impl_->loadInWorker(modelPath, device, numThreads, errorMsg);
|
||||||
|
|
||||||
|
// 回到主线程发送信号
|
||||||
|
QMetaObject::invokeMethod(this, [this, modelPath, errorMsg, success]() {
|
||||||
|
loaded_ = success;
|
||||||
|
if (success) {
|
||||||
|
emit modelLoaded(modelPath);
|
||||||
|
} else {
|
||||||
|
emit modelLoadError(modelPath, errorMsg);
|
||||||
|
emit error(errorMsg);
|
||||||
|
}
|
||||||
|
}, Qt::QueuedConnection);
|
||||||
|
});
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTEngine::unloadModel() {
|
||||||
|
QMutexLocker locker(&impl_->mutex);
|
||||||
|
#ifdef HAVE_ONNXRUNTIME
|
||||||
|
impl_->session.reset();
|
||||||
|
impl_->sessionOptions.reset();
|
||||||
|
impl_->env.reset();
|
||||||
|
#endif
|
||||||
|
loaded_ = false;
|
||||||
|
LOG_INFO(kTag, "模型已卸载");
|
||||||
|
emit modelUnloaded();
|
||||||
|
}
|
||||||
|
|
||||||
|
bool STTEngine::isLoaded() const {
|
||||||
|
return loaded_;
|
||||||
|
}
|
||||||
|
|
||||||
|
RecognitionResult STTEngine::infer(const std::vector<float>& samples,
|
||||||
|
int sampleRate,
|
||||||
|
bool isStreaming)
|
||||||
|
{
|
||||||
|
Timer timer;
|
||||||
|
RecognitionResult result;
|
||||||
|
|
||||||
|
#ifdef HAVE_ONNXRUNTIME
|
||||||
|
if (!loaded_) {
|
||||||
|
result.text = "[错误] 模型未加载";
|
||||||
|
result.latency_ms = timer.elapsedMs();
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
try {
|
||||||
|
// 标记未使用的参数，消除编译警告
|
||||||
|
(void)samples;
|
||||||
|
(void)sampleRate;
|
||||||
|
(void)isStreaming;
|
||||||
|
|
||||||
|
// TODO: 实现完整的 ONNX 推理流程
|
||||||
|
// 1. 创建输入 Tensor
|
||||||
|
// 2. 运行推理
|
||||||
|
// 3. 解码输出 (CTC / 自回归)
|
||||||
|
// 4. Tokenizer 解码文本
|
||||||
|
|
||||||
|
result.text = "[占位] 推理逻辑待实现";
|
||||||
|
result.confidence = 0.95f;
|
||||||
|
result.isFinal = true;
|
||||||
|
} catch (const std::exception& e) {
|
||||||
|
result.text = QString("[错误] 推理失败: %1").arg(e.what());
|
||||||
|
}
|
||||||
|
#else
|
||||||
|
result.text = "[占位] ONNX Runtime 未启用，推理逻辑未实现";
|
||||||
|
#endif
|
||||||
|
|
||||||
|
result.latency_ms = timer.elapsedMs();
|
||||||
|
LOG_DEBUG(kTag, QString("推理耗时: %1 ms").arg(result.latency_ms, 0, 'f', 1));
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
67
src/core/stt_engine.h
Normal file
67
src/core/stt_engine.h
Normal file
@ -0,0 +1,67 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QObject>
|
||||||
|
#include <QString>
|
||||||
|
#include <vector>
|
||||||
|
#include <memory>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
struct RecognitionResult {
|
||||||
|
QString text;
|
||||||
|
float confidence = 0.0f;
|
||||||
|
double latency_ms = 0.0;
|
||||||
|
bool isFinal = false;
|
||||||
|
};
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief STT 推理引擎
|
||||||
|
*
|
||||||
|
* 封装 ONNX Runtime 推理逻辑，负责模型加载、音频推理和结果输出。
|
||||||
|
* 模型加载在后台线程执行，不阻塞 UI。
|
||||||
|
*/
|
||||||
|
class STTEngine : public QObject {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit STTEngine(QObject* parent = nullptr);
|
||||||
|
~STTEngine() override;
|
||||||
|
|
||||||
|
/** @brief 同步加载模型（阻塞，不推荐在 UI 线程调用） */
|
||||||
|
bool loadModelSync(const QString& modelPath,
|
||||||
|
const QString& device = "cpu",
|
||||||
|
int numThreads = 4);
|
||||||
|
|
||||||
|
/** @brief 异步加载模型（后台线程，不阻塞 UI） */
|
||||||
|
void loadModelAsync(const QString& modelPath,
|
||||||
|
const QString& device = "cpu",
|
||||||
|
int numThreads = 4);
|
||||||
|
|
||||||
|
/** @brief 释放模型 */
|
||||||
|
void unloadModel();
|
||||||
|
|
||||||
|
/** @brief 是否已加载模型 */
|
||||||
|
bool isLoaded() const;
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 推理音频数据
|
||||||
|
* @param samples 归一化后的 PCM 浮点样本（范围 [-1, 1]）
|
||||||
|
* @param sampleRate 采样率
|
||||||
|
* @param isStreaming 是否流式推理
|
||||||
|
*/
|
||||||
|
RecognitionResult infer(const std::vector<float>& samples,
|
||||||
|
int sampleRate,
|
||||||
|
bool isStreaming = true);
|
||||||
|
|
||||||
|
signals:
|
||||||
|
void modelLoaded(const QString& modelPath);
|
||||||
|
void modelLoadError(const QString& modelPath, const QString& error);
|
||||||
|
void modelUnloaded();
|
||||||
|
void error(const QString& message);
|
||||||
|
|
||||||
|
private:
|
||||||
|
struct Impl;
|
||||||
|
std::unique_ptr<Impl> impl_;
|
||||||
|
bool loaded_ = false;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
46
src/core/tokenizer.cpp
Normal file
46
src/core/tokenizer.cpp
Normal file
@ -0,0 +1,46 @@
|
|||||||
|
#include "tokenizer.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
#include <QFile>
|
||||||
|
#include <QTextStream>
|
||||||
|
|
||||||
|
static const char* const kTag = "Tokenizer";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
Tokenizer::Tokenizer() = default;
|
||||||
|
|
||||||
|
bool Tokenizer::loadVocabulary(const QString& vocabPath) {
|
||||||
|
QFile file(vocabPath);
|
||||||
|
if (!file.open(QIODevice::ReadOnly | QIODevice::Text)) {
|
||||||
|
LOG_ERROR(kTag, QString("无法打开词表文件: %1").arg(vocabPath));
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
QTextStream stream(&file);
|
||||||
|
stream.setEncoding(QStringConverter::Utf8);
|
||||||
|
vocabulary_.clear();
|
||||||
|
|
||||||
|
while (!stream.atEnd()) {
|
||||||
|
QString line = stream.readLine().trimmed();
|
||||||
|
if (!line.isEmpty()) {
|
||||||
|
vocabulary_.push_back(line);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
LOG_INFO(kTag, QString("词表已加载: %1 个词条").arg(vocabulary_.size()));
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
|
||||||
|
QString Tokenizer::decode(const std::vector<int>& tokens) const {
|
||||||
|
QString result;
|
||||||
|
for (int token : tokens) {
|
||||||
|
if (token >= 0 && token < static_cast<int>(vocabulary_.size())) {
|
||||||
|
result += vocabulary_[token];
|
||||||
|
} else {
|
||||||
|
result += QString("<unk:%1>").arg(token);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
31
src/core/tokenizer.h
Normal file
31
src/core/tokenizer.h
Normal file
@ -0,0 +1,31 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QString>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief Tokenizer
|
||||||
|
*
|
||||||
|
* 将 token IDs 解码为文本。
|
||||||
|
* 支持 BPE (Byte Pair Encoding) 和字符级解码。
|
||||||
|
*/
|
||||||
|
class Tokenizer {
|
||||||
|
public:
|
||||||
|
Tokenizer();
|
||||||
|
|
||||||
|
/** @brief 加载词表文件 */
|
||||||
|
bool loadVocabulary(const QString& vocabPath);
|
||||||
|
|
||||||
|
/** @brief 将 token IDs 解码为文本 */
|
||||||
|
QString decode(const std::vector<int>& tokens) const;
|
||||||
|
|
||||||
|
/** @brief 是否已加载词表 */
|
||||||
|
bool isLoaded() const { return !vocabulary_.empty(); }
|
||||||
|
|
||||||
|
private:
|
||||||
|
std::vector<QString> vocabulary_; // token_id -> token string
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
64
src/main.cpp
Normal file
64
src/main.cpp
Normal file
@ -0,0 +1,64 @@
|
|||||||
|
#include "app/application.h"
|
||||||
|
#include "ui/main_window.h"
|
||||||
|
#include "app/config_manager.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
|
||||||
|
#include <QFile>
|
||||||
|
#include <QDir>
|
||||||
|
#include <QStandardPaths>
|
||||||
|
#include <QCommandLineParser>
|
||||||
|
|
||||||
|
int main(int argc, char* argv[])
|
||||||
|
{
|
||||||
|
impress::Application app(argc, argv);
|
||||||
|
app.setApplicationName("Impress Voice Input");
|
||||||
|
app.setApplicationVersion("0.1.0");
|
||||||
|
app.setOrganizationName("Impress");
|
||||||
|
|
||||||
|
// 初始化日志文件
|
||||||
|
QString logDir = QStandardPaths::writableLocation(
|
||||||
|
QStandardPaths::AppDataLocation);
|
||||||
|
QDir().mkpath(logDir);
|
||||||
|
QString logFilePath = logDir + "/app.log";
|
||||||
|
impress::Logger::init(logFilePath);
|
||||||
|
|
||||||
|
LOG_INFO("Main", QString("应用启动，日志文件: %1").arg(logFilePath));
|
||||||
|
|
||||||
|
// 命令行参数
|
||||||
|
QCommandLineParser parser;
|
||||||
|
parser.setApplicationDescription("基于 ONNX 的实时语音转文本输入法");
|
||||||
|
parser.addHelpOption();
|
||||||
|
parser.addVersionOption();
|
||||||
|
parser.addOptions({
|
||||||
|
{{"c", "config"}, "指定配置文件路径", "path"},
|
||||||
|
{{"m", "model"}, "指定模型路径", "path"},
|
||||||
|
});
|
||||||
|
parser.process(app);
|
||||||
|
|
||||||
|
// 加载用户配置
|
||||||
|
auto* configManager = app.configManager();
|
||||||
|
QString configPath = parser.value("config");
|
||||||
|
if (configPath.isEmpty()) {
|
||||||
|
// 使用默认配置目录
|
||||||
|
configPath = logDir + "/config.json";
|
||||||
|
}
|
||||||
|
|
||||||
|
if (QFile::exists(configPath)) {
|
||||||
|
configManager->load(configPath);
|
||||||
|
LOG_INFO("Main", QString("已加载配置: %1").arg(configPath));
|
||||||
|
} else {
|
||||||
|
LOG_INFO("Main", "使用默认配置");
|
||||||
|
}
|
||||||
|
|
||||||
|
// 命令行覆盖模型路径
|
||||||
|
QString modelPath = parser.value("model");
|
||||||
|
if (!modelPath.isEmpty()) {
|
||||||
|
configManager->set("stt.model_path", modelPath);
|
||||||
|
}
|
||||||
|
|
||||||
|
// 创建并显示主窗口
|
||||||
|
impress::MainWindow mainWindow(configManager);
|
||||||
|
mainWindow.show();
|
||||||
|
|
||||||
|
return app.exec();
|
||||||
|
}
|
||||||
241
src/ui/file_transcribe_page.cpp
Normal file
241
src/ui/file_transcribe_page.cpp
Normal file
@ -0,0 +1,241 @@
|
|||||||
|
#include "file_transcribe_page.h"
|
||||||
|
#include "core/stt_engine.h"
|
||||||
|
#include "audio/audio_decoder.h"
|
||||||
|
#include "app/config_manager.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
#include "utils/string_utils.h"
|
||||||
|
|
||||||
|
#include <QVBoxLayout>
|
||||||
|
#include <QHBoxLayout>
|
||||||
|
#include <QGroupBox>
|
||||||
|
#include <QLabel>
|
||||||
|
#include <QPushButton>
|
||||||
|
#include <QListWidget>
|
||||||
|
#include <QListWidgetItem>
|
||||||
|
#include <QTextEdit>
|
||||||
|
#include <QProgressBar>
|
||||||
|
#include <QComboBox>
|
||||||
|
#include <QFileDialog>
|
||||||
|
#include <QMessageBox>
|
||||||
|
#include <QDateTime>
|
||||||
|
#include <QFileInfo>
|
||||||
|
|
||||||
|
static const char* const kTag = "FileTranscribePage";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
FileTranscribePage::FileTranscribePage(ConfigManager* configManager, QWidget* parent)
|
||||||
|
: QWidget(parent)
|
||||||
|
, configManager_(configManager)
|
||||||
|
, sttEngine_(new STTEngine(this))
|
||||||
|
, audioDecoder_(new AudioDecoder(this))
|
||||||
|
{
|
||||||
|
setupUI();
|
||||||
|
}
|
||||||
|
|
||||||
|
FileTranscribePage::~FileTranscribePage() = default;
|
||||||
|
|
||||||
|
void FileTranscribePage::setupUI() {
|
||||||
|
auto* mainLayout = new QVBoxLayout(this);
|
||||||
|
|
||||||
|
// 文件队列
|
||||||
|
auto* queueGroup = new QGroupBox("文件队列", this);
|
||||||
|
auto* queueLayout = new QVBoxLayout(queueGroup);
|
||||||
|
|
||||||
|
fileList_ = new QListWidget(this);
|
||||||
|
fileList_->setMinimumHeight(120);
|
||||||
|
queueLayout->addWidget(fileList_);
|
||||||
|
|
||||||
|
auto* btnLayout = new QHBoxLayout();
|
||||||
|
addBtn_ = new QPushButton("添加文件", this);
|
||||||
|
connect(addBtn_, &QPushButton::clicked, this, &FileTranscribePage::onAddFiles);
|
||||||
|
btnLayout->addWidget(addBtn_);
|
||||||
|
|
||||||
|
clearBtn_ = new QPushButton("清空队列", this);
|
||||||
|
connect(clearBtn_, &QPushButton::clicked, this, &FileTranscribePage::onClearQueue);
|
||||||
|
btnLayout->addWidget(clearBtn_);
|
||||||
|
btnLayout->addStretch();
|
||||||
|
queueLayout->addLayout(btnLayout);
|
||||||
|
|
||||||
|
mainLayout->addWidget(queueGroup);
|
||||||
|
|
||||||
|
// 控制栏
|
||||||
|
auto* controlLayout = new QHBoxLayout();
|
||||||
|
startBtn_ = new QPushButton("开始转写", this);
|
||||||
|
startBtn_->setStyleSheet("QPushButton { font-weight: bold; padding: 8px 16px; }");
|
||||||
|
connect(startBtn_, &QPushButton::clicked, this, &FileTranscribePage::onStartTranscribe);
|
||||||
|
controlLayout->addWidget(startBtn_);
|
||||||
|
|
||||||
|
stopBtn_ = new QPushButton("停止", this);
|
||||||
|
stopBtn_->setEnabled(false);
|
||||||
|
connect(stopBtn_, &QPushButton::clicked, this, &FileTranscribePage::onStopTranscribe);
|
||||||
|
controlLayout->addWidget(stopBtn_);
|
||||||
|
|
||||||
|
controlLayout->addWidget(new QLabel("导出格式:", this));
|
||||||
|
exportFormat_ = new QComboBox(this);
|
||||||
|
exportFormat_->addItems({"TXT", "SRT (字幕)", "JSON"});
|
||||||
|
controlLayout->addWidget(exportFormat_);
|
||||||
|
|
||||||
|
exportBtn_ = new QPushButton("导出结果", this);
|
||||||
|
connect(exportBtn_, &QPushButton::clicked, this, &FileTranscribePage::onExportResult);
|
||||||
|
controlLayout->addWidget(exportBtn_);
|
||||||
|
|
||||||
|
mainLayout->addLayout(controlLayout);
|
||||||
|
|
||||||
|
// 进度
|
||||||
|
progressBar_ = new QProgressBar(this);
|
||||||
|
progressBar_->setVisible(false);
|
||||||
|
mainLayout->addWidget(progressBar_);
|
||||||
|
|
||||||
|
statusLabel_ = new QLabel("就绪", this);
|
||||||
|
statusLabel_->setStyleSheet("color: gray;");
|
||||||
|
mainLayout->addWidget(statusLabel_);
|
||||||
|
|
||||||
|
// 结果
|
||||||
|
auto* resultGroup = new QGroupBox("转写结果", this);
|
||||||
|
auto* resultLayout = new QVBoxLayout(resultGroup);
|
||||||
|
resultText_ = new QTextEdit(this);
|
||||||
|
resultText_->setReadOnly(true);
|
||||||
|
resultText_->setFont(QFont("Monospace", 11));
|
||||||
|
resultLayout->addWidget(resultText_);
|
||||||
|
mainLayout->addWidget(resultGroup);
|
||||||
|
}
|
||||||
|
|
||||||
|
void FileTranscribePage::updateUIState() {
|
||||||
|
startBtn_->setEnabled(!isTranscribing_ && !tasks_.isEmpty());
|
||||||
|
stopBtn_->setEnabled(isTranscribing_);
|
||||||
|
addBtn_->setEnabled(!isTranscribing_);
|
||||||
|
clearBtn_->setEnabled(!isTranscribing_);
|
||||||
|
exportBtn_->setEnabled(!isTranscribing_);
|
||||||
|
}
|
||||||
|
|
||||||
|
void FileTranscribePage::onAddFiles() {
|
||||||
|
QStringList formats;
|
||||||
|
for (const auto& fmt : AudioDecoder::supportedFormats()) {
|
||||||
|
formats << QString("*.%1").arg(fmt);
|
||||||
|
}
|
||||||
|
QString filter = QString("音频文件 (%1)").arg(formats.join(" "));
|
||||||
|
|
||||||
|
QStringList files = QFileDialog::getOpenFileNames(this, "选择音频文件", "", filter);
|
||||||
|
for (const auto& file : files) {
|
||||||
|
TranscribeTask task;
|
||||||
|
task.filePath = file;
|
||||||
|
task.status = "等待中";
|
||||||
|
tasks_.append(task);
|
||||||
|
|
||||||
|
auto* item = new QListWidgetItem(
|
||||||
|
QString("%1 — 等待中").arg(QFileInfo(file).fileName()));
|
||||||
|
fileList_->addItem(item);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void FileTranscribePage::onClearQueue() {
|
||||||
|
tasks_.clear();
|
||||||
|
fileList_->clear();
|
||||||
|
statusLabel_->setText("队列已清空");
|
||||||
|
}
|
||||||
|
|
||||||
|
void FileTranscribePage::onStartTranscribe() {
|
||||||
|
if (tasks_.isEmpty()) {
|
||||||
|
QMessageBox::information(this, "提示", "请先添加音频文件");
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
QString modelPath = configManager_->get("stt.model_path").toString();
|
||||||
|
if (modelPath.isEmpty()) {
|
||||||
|
QMessageBox::warning(this, "提示", "请先在配置页面设置模型路径");
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (!sttEngine_->loadModelSync(modelPath,
|
||||||
|
configManager_->get("stt.device").toString(),
|
||||||
|
configManager_->get("stt.num_threads").toInt()))
|
||||||
|
{
|
||||||
|
QMessageBox::critical(this, "错误", "模型加载失败");
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
isTranscribing_ = true;
|
||||||
|
currentTaskIndex_ = 0;
|
||||||
|
progressBar_->setVisible(true);
|
||||||
|
updateUIState();
|
||||||
|
processNextFile();
|
||||||
|
}
|
||||||
|
|
||||||
|
void FileTranscribePage::onStopTranscribe() {
|
||||||
|
isTranscribing_ = false;
|
||||||
|
progressBar_->setVisible(false);
|
||||||
|
statusLabel_->setText("已停止");
|
||||||
|
updateUIState();
|
||||||
|
}
|
||||||
|
|
||||||
|
void FileTranscribePage::processNextFile() {
|
||||||
|
if (!isTranscribing_ || currentTaskIndex_ >= tasks_.size()) {
|
||||||
|
isTranscribing_ = false;
|
||||||
|
statusLabel_->setText("全部完成");
|
||||||
|
progressBar_->setVisible(false);
|
||||||
|
updateUIState();
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
auto& task = tasks_[currentTaskIndex_];
|
||||||
|
task.status = "处理中";
|
||||||
|
statusLabel_->setText(QString("正在处理: %1").arg(QFileInfo(task.filePath).fileName()));
|
||||||
|
|
||||||
|
// TODO: 在后台线程中执行解码和推理
|
||||||
|
// 当前为占位实现
|
||||||
|
if (audioDecoder_->decode(task.filePath)) {
|
||||||
|
const auto& samples = audioDecoder_->samples();
|
||||||
|
int sampleRate = audioDecoder_->sampleRate();
|
||||||
|
|
||||||
|
auto result = sttEngine_->infer(samples, sampleRate, false);
|
||||||
|
task.result = result.text;
|
||||||
|
task.status = "完成";
|
||||||
|
task.progress = 1.0;
|
||||||
|
|
||||||
|
resultText_->append(
|
||||||
|
QString("=== %1 ===\n%2\n").arg(
|
||||||
|
QFileInfo(task.filePath).fileName(), result.text));
|
||||||
|
} else {
|
||||||
|
task.status = "失败";
|
||||||
|
}
|
||||||
|
|
||||||
|
// 更新列表项
|
||||||
|
auto* item = fileList_->item(currentTaskIndex_);
|
||||||
|
if (item) {
|
||||||
|
item->setText(QString("%1 — %2")
|
||||||
|
.arg(QFileInfo(task.filePath).fileName(), task.status));
|
||||||
|
}
|
||||||
|
|
||||||
|
currentTaskIndex_++;
|
||||||
|
progressBar_->setValue(
|
||||||
|
static_cast<int>(currentTaskIndex_ * 100.0 / tasks_.size()));
|
||||||
|
|
||||||
|
// 继续下一个
|
||||||
|
if (isTranscribing_) {
|
||||||
|
processNextFile();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void FileTranscribePage::onExportResult() {
|
||||||
|
if (resultText_->toPlainText().isEmpty()) {
|
||||||
|
QMessageBox::information(this, "提示", "没有可导出的结果");
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
QString format = exportFormat_->currentText();
|
||||||
|
QString ext = (format == "TXT") ? "txt" : (format == "JSON") ? "json" : "srt";
|
||||||
|
QString filter = QString("%1 文件 (*.%2)").arg(format, ext);
|
||||||
|
|
||||||
|
QString path = QFileDialog::getSaveFileName(this, "导出结果", "", filter);
|
||||||
|
if (path.isEmpty()) return;
|
||||||
|
|
||||||
|
QFile file(path);
|
||||||
|
if (file.open(QIODevice::WriteOnly)) {
|
||||||
|
file.write(resultText_->toPlainText().toUtf8());
|
||||||
|
file.close();
|
||||||
|
statusLabel_->setText(QString("已导出: %1").arg(path));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
70
src/ui/file_transcribe_page.h
Normal file
70
src/ui/file_transcribe_page.h
Normal file
@ -0,0 +1,70 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QWidget>
|
||||||
|
#include <memory>
|
||||||
|
|
||||||
|
class QLabel;
|
||||||
|
class QPushButton;
|
||||||
|
class QTextEdit;
|
||||||
|
class QProgressBar;
|
||||||
|
class QListWidget;
|
||||||
|
class QComboBox;
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
class ConfigManager;
|
||||||
|
class STTEngine;
|
||||||
|
class AudioDecoder;
|
||||||
|
|
||||||
|
struct TranscribeTask {
|
||||||
|
QString filePath;
|
||||||
|
QString status; // "等待中", "处理中", "完成", "失败"
|
||||||
|
QString result;
|
||||||
|
double progress = 0.0;
|
||||||
|
};
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 音频文件转写页面
|
||||||
|
*
|
||||||
|
* 支持单文件/批量转写，进度显示，结果导出。
|
||||||
|
*/
|
||||||
|
class FileTranscribePage : public QWidget {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit FileTranscribePage(ConfigManager* configManager, QWidget* parent = nullptr);
|
||||||
|
~FileTranscribePage() override;
|
||||||
|
|
||||||
|
private slots:
|
||||||
|
void onAddFiles();
|
||||||
|
void onClearQueue();
|
||||||
|
void onStartTranscribe();
|
||||||
|
void onStopTranscribe();
|
||||||
|
void onExportResult();
|
||||||
|
|
||||||
|
private:
|
||||||
|
void setupUI();
|
||||||
|
void updateUIState();
|
||||||
|
void processNextFile();
|
||||||
|
|
||||||
|
ConfigManager* configManager_;
|
||||||
|
STTEngine* sttEngine_;
|
||||||
|
AudioDecoder* audioDecoder_;
|
||||||
|
|
||||||
|
// UI 控件
|
||||||
|
QListWidget* fileList_;
|
||||||
|
QPushButton* addBtn_;
|
||||||
|
QPushButton* clearBtn_;
|
||||||
|
QPushButton* startBtn_;
|
||||||
|
QPushButton* stopBtn_;
|
||||||
|
QPushButton* exportBtn_;
|
||||||
|
QTextEdit* resultText_;
|
||||||
|
QProgressBar* progressBar_;
|
||||||
|
QLabel* statusLabel_;
|
||||||
|
QComboBox* exportFormat_;
|
||||||
|
|
||||||
|
bool isTranscribing_ = false;
|
||||||
|
QList<TranscribeTask> tasks_;
|
||||||
|
int currentTaskIndex_ = -1;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
86
src/ui/main_window.cpp
Normal file
86
src/ui/main_window.cpp
Normal file
@ -0,0 +1,86 @@
|
|||||||
|
#include "main_window.h"
|
||||||
|
#include "stt_test_page.h"
|
||||||
|
#include "file_transcribe_page.h"
|
||||||
|
#include "settings_page.h"
|
||||||
|
#include "app/config_manager.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
|
||||||
|
#include <QMenuBar>
|
||||||
|
#include <QMenu>
|
||||||
|
#include <QAction>
|
||||||
|
#include <QFile>
|
||||||
|
#include <QMessageBox>
|
||||||
|
|
||||||
|
static const char* const kTag = "MainWindow";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
MainWindow::MainWindow(ConfigManager* configManager, QWidget* parent)
|
||||||
|
: QMainWindow(parent)
|
||||||
|
, configManager_(configManager)
|
||||||
|
{
|
||||||
|
setWindowTitle("Impress Voice Input");
|
||||||
|
resize(1000, 700);
|
||||||
|
|
||||||
|
setupUI();
|
||||||
|
setupMenuBar();
|
||||||
|
loadStyleSheet();
|
||||||
|
|
||||||
|
LOG_INFO(kTag, "主窗口已创建");
|
||||||
|
}
|
||||||
|
|
||||||
|
MainWindow::~MainWindow() = default;
|
||||||
|
|
||||||
|
void MainWindow::setupUI() {
|
||||||
|
tabWidget_ = new QTabWidget(this);
|
||||||
|
|
||||||
|
sttPage_ = new STTTestPage(configManager_, tabWidget_);
|
||||||
|
transcribePage_ = new FileTranscribePage(configManager_, tabWidget_);
|
||||||
|
settingsPage_ = new SettingsPage(configManager_, tabWidget_);
|
||||||
|
|
||||||
|
tabWidget_->addTab(sttPage_, "实时语音识别");
|
||||||
|
tabWidget_->addTab(transcribePage_, "音频文件转写");
|
||||||
|
tabWidget_->addTab(settingsPage_, "配置");
|
||||||
|
|
||||||
|
setCentralWidget(tabWidget_);
|
||||||
|
}
|
||||||
|
|
||||||
|
void MainWindow::setupMenuBar() {
|
||||||
|
// 文件菜单
|
||||||
|
auto* fileMenu = menuBar()->addMenu("文件");
|
||||||
|
|
||||||
|
auto* exportAction = fileMenu->addAction("导出结果");
|
||||||
|
exportAction->setShortcut(QKeySequence("Ctrl+E"));
|
||||||
|
|
||||||
|
fileMenu->addSeparator();
|
||||||
|
|
||||||
|
auto* exitAction = fileMenu->addAction("退出");
|
||||||
|
exitAction->setShortcut(QKeySequence("Ctrl+Q"));
|
||||||
|
connect(exitAction, &QAction::triggered, this, &MainWindow::close);
|
||||||
|
|
||||||
|
// 帮助菜单
|
||||||
|
auto* helpMenu = menuBar()->addMenu("帮助");
|
||||||
|
|
||||||
|
auto* aboutAction = helpMenu->addAction("关于");
|
||||||
|
connect(aboutAction, &QAction::triggered, this, [this] {
|
||||||
|
QMessageBox::about(this, "关于",
|
||||||
|
"<h2>Impress Voice Input</h2>"
|
||||||
|
"<p>基于 ONNX 的实时语音转文本输入法</p>"
|
||||||
|
"<p>版本: 0.1.0</p>");
|
||||||
|
});
|
||||||
|
}
|
||||||
|
|
||||||
|
void MainWindow::loadStyleSheet() {
|
||||||
|
QFile styleFile(":/styles/main.qss");
|
||||||
|
if (styleFile.open(QIODevice::ReadOnly)) {
|
||||||
|
setStyleSheet(styleFile.readAll());
|
||||||
|
styleFile.close();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void MainWindow::closeEvent(QCloseEvent* event) {
|
||||||
|
LOG_INFO(kTag, "主窗口关闭");
|
||||||
|
QMainWindow::closeEvent(event);
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
40
src/ui/main_window.h
Normal file
40
src/ui/main_window.h
Normal file
@ -0,0 +1,40 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QMainWindow>
|
||||||
|
#include <QTabWidget>
|
||||||
|
#include <memory>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
class ConfigManager;
|
||||||
|
class STTTestPage;
|
||||||
|
class FileTranscribePage;
|
||||||
|
class SettingsPage;
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 主窗口
|
||||||
|
*
|
||||||
|
* 使用 Tab 页导航管理三个功能页面。
|
||||||
|
*/
|
||||||
|
class MainWindow : public QMainWindow {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit MainWindow(ConfigManager* configManager, QWidget* parent = nullptr);
|
||||||
|
~MainWindow() override;
|
||||||
|
|
||||||
|
protected:
|
||||||
|
void closeEvent(QCloseEvent* event) override;
|
||||||
|
|
||||||
|
private:
|
||||||
|
void setupUI();
|
||||||
|
void setupMenuBar();
|
||||||
|
void loadStyleSheet();
|
||||||
|
|
||||||
|
ConfigManager* configManager_;
|
||||||
|
STTTestPage* sttPage_;
|
||||||
|
FileTranscribePage* transcribePage_;
|
||||||
|
SettingsPage* settingsPage_;
|
||||||
|
QTabWidget* tabWidget_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
287
src/ui/resources/styles/main.qss
Normal file
287
src/ui/resources/styles/main.qss
Normal file
@ -0,0 +1,287 @@
|
|||||||
|
/* Impress Voice Input - 全局样式表 */
|
||||||
|
|
||||||
|
/* ========== 全局 ========== */
|
||||||
|
* {
|
||||||
|
font-family: "PingFang SC", "Microsoft YaHei", "Noto Sans CJK SC", sans-serif;
|
||||||
|
}
|
||||||
|
|
||||||
|
QMainWindow, QWidget {
|
||||||
|
background-color: #ffffff;
|
||||||
|
color: #2c3e50;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QTabWidget ========== */
|
||||||
|
QTabWidget::pane {
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
background: #fafafa;
|
||||||
|
}
|
||||||
|
|
||||||
|
QTabBar::tab {
|
||||||
|
background: #f0f2f5;
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-bottom: none;
|
||||||
|
border-top-left-radius: 4px;
|
||||||
|
border-top-right-radius: 4px;
|
||||||
|
padding: 10px 24px;
|
||||||
|
margin-right: 2px;
|
||||||
|
font-size: 14px;
|
||||||
|
color: #606266;
|
||||||
|
}
|
||||||
|
|
||||||
|
QTabBar::tab:selected {
|
||||||
|
background: #ffffff;
|
||||||
|
border-bottom: 2px solid #409eff;
|
||||||
|
color: #409eff;
|
||||||
|
font-weight: bold;
|
||||||
|
}
|
||||||
|
|
||||||
|
QTabBar::tab:hover {
|
||||||
|
color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QPushButton ========== */
|
||||||
|
QPushButton {
|
||||||
|
background-color: #ffffff;
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
padding: 6px 16px;
|
||||||
|
color: #606266;
|
||||||
|
font-size: 13px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QPushButton:hover {
|
||||||
|
background-color: #ecf5ff;
|
||||||
|
border-color: #b3d8ff;
|
||||||
|
color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QPushButton:pressed {
|
||||||
|
background-color: #e6f0ff;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* 主要操作按钮 */
|
||||||
|
QPushButton[objectName="saveBtn"],
|
||||||
|
QPushButton[text="保存配置"] {
|
||||||
|
background-color: #409eff;
|
||||||
|
color: #ffffff;
|
||||||
|
border: 1px solid #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QPushButton[objectName="saveBtn"]:hover,
|
||||||
|
QPushButton[text="保存配置"]:hover {
|
||||||
|
background-color: #66b1ff;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* 危险操作按钮 */
|
||||||
|
QPushButton[text="停止"],
|
||||||
|
QPushButton[text="停止录音"] {
|
||||||
|
background-color: #f56c6c;
|
||||||
|
color: #ffffff;
|
||||||
|
border: 1px solid #f56c6c;
|
||||||
|
}
|
||||||
|
|
||||||
|
QPushButton[text="停止"]:hover,
|
||||||
|
QPushButton[text="停止录音"]:hover {
|
||||||
|
background-color: #f78989;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QGroupBox ========== */
|
||||||
|
QGroupBox {
|
||||||
|
font-weight: bold;
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 6px;
|
||||||
|
margin-top: 12px;
|
||||||
|
padding-top: 16px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QGroupBox::title {
|
||||||
|
subcontrol-origin: margin;
|
||||||
|
subcontrol-position: top left;
|
||||||
|
padding: 0 8px;
|
||||||
|
color: #303133;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QLabel ========== */
|
||||||
|
QLabel {
|
||||||
|
color: #606266;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QLineEdit ========== */
|
||||||
|
QLineEdit {
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
padding: 5px 10px;
|
||||||
|
background: #ffffff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QLineEdit:focus {
|
||||||
|
border-color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QLineEdit[readOnly="true"] {
|
||||||
|
background-color: #f5f7fa;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QComboBox ========== */
|
||||||
|
QComboBox {
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
padding: 5px 10px;
|
||||||
|
background: #ffffff;
|
||||||
|
min-width: 120px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QComboBox:hover {
|
||||||
|
border-color: #c0c4cc;
|
||||||
|
}
|
||||||
|
|
||||||
|
QComboBox:focus {
|
||||||
|
border-color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QComboBox::drop-down {
|
||||||
|
border: none;
|
||||||
|
width: 24px;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QSpinBox / QDoubleSpinBox ========== */
|
||||||
|
QSpinBox, QDoubleSpinBox {
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
padding: 4px 8px;
|
||||||
|
background: #ffffff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QSpinBox:focus, QDoubleSpinBox:focus {
|
||||||
|
border-color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QProgressBar ========== */
|
||||||
|
QProgressBar {
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
text-align: center;
|
||||||
|
height: 20px;
|
||||||
|
background: #f5f7fa;
|
||||||
|
}
|
||||||
|
|
||||||
|
QProgressBar::chunk {
|
||||||
|
background: qlineargradient(x1:0, y1:0, x2:1, y2:0,
|
||||||
|
stop:0 #409eff, stop:1 #66b1ff);
|
||||||
|
border-radius: 3px;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QTextEdit ========== */
|
||||||
|
QTextEdit {
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
padding: 8px;
|
||||||
|
background: #ffffff;
|
||||||
|
selection-background-color: #ecf5ff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QTextEdit:focus {
|
||||||
|
border-color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QListWidget ========== */
|
||||||
|
QListWidget {
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
background: #ffffff;
|
||||||
|
padding: 4px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QListWidget::item {
|
||||||
|
padding: 8px;
|
||||||
|
border-radius: 4px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QListWidget::item:selected {
|
||||||
|
background-color: #ecf5ff;
|
||||||
|
color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QListWidget::item:hover {
|
||||||
|
background-color: #f5f7fa;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QCheckBox ========== */
|
||||||
|
QCheckBox {
|
||||||
|
spacing: 8px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QCheckBox::indicator {
|
||||||
|
width: 16px;
|
||||||
|
height: 16px;
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 3px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QCheckBox::indicator:checked {
|
||||||
|
background-color: #409eff;
|
||||||
|
border-color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QMenu / QMenuBar ========== */
|
||||||
|
QMenuBar {
|
||||||
|
background-color: #ffffff;
|
||||||
|
border-bottom: 1px solid #dcdfe6;
|
||||||
|
padding: 2px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QMenuBar::item:selected {
|
||||||
|
background-color: #ecf5ff;
|
||||||
|
color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QMenu {
|
||||||
|
background-color: #ffffff;
|
||||||
|
border: 1px solid #dcdfe6;
|
||||||
|
border-radius: 4px;
|
||||||
|
padding: 4px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QMenu::item:selected {
|
||||||
|
background-color: #ecf5ff;
|
||||||
|
color: #409eff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QMenu::separator {
|
||||||
|
height: 1px;
|
||||||
|
background-color: #ebeef5;
|
||||||
|
margin: 4px 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== QMessageBox ========== */
|
||||||
|
QMessageBox {
|
||||||
|
background-color: #ffffff;
|
||||||
|
}
|
||||||
|
|
||||||
|
QMessageBox QLabel {
|
||||||
|
color: #303133;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ========== 滚动条 ========== */
|
||||||
|
QScrollBar:vertical {
|
||||||
|
border: none;
|
||||||
|
background: #f5f7fa;
|
||||||
|
width: 8px;
|
||||||
|
border-radius: 4px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QScrollBar::handle:vertical {
|
||||||
|
background: #c0c4cc;
|
||||||
|
border-radius: 4px;
|
||||||
|
min-height: 30px;
|
||||||
|
}
|
||||||
|
|
||||||
|
QScrollBar::handle:vertical:hover {
|
||||||
|
background: #909399;
|
||||||
|
}
|
||||||
|
|
||||||
|
QScrollBar::add-line:vertical,
|
||||||
|
QScrollBar::sub-line:vertical {
|
||||||
|
height: 0;
|
||||||
|
}
|
||||||
230
src/ui/settings_page.cpp
Normal file
230
src/ui/settings_page.cpp
Normal file
@ -0,0 +1,230 @@
|
|||||||
|
#include "settings_page.h"
|
||||||
|
#include "app/config_manager.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
|
||||||
|
#include <QVBoxLayout>
|
||||||
|
#include <QHBoxLayout>
|
||||||
|
#include <QFormLayout>
|
||||||
|
#include <QGroupBox>
|
||||||
|
#include <QLineEdit>
|
||||||
|
#include <QPushButton>
|
||||||
|
#include <QComboBox>
|
||||||
|
#include <QSpinBox>
|
||||||
|
#include <QDoubleSpinBox>
|
||||||
|
#include <QCheckBox>
|
||||||
|
#include <QLabel>
|
||||||
|
#include <QFileDialog>
|
||||||
|
#include <QMessageBox>
|
||||||
|
|
||||||
|
static const char* const kTag = "SettingsPage";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
SettingsPage::SettingsPage(ConfigManager* configManager, QWidget* parent)
|
||||||
|
: QWidget(parent)
|
||||||
|
, configManager_(configManager)
|
||||||
|
{
|
||||||
|
setupUI();
|
||||||
|
loadFromConfig();
|
||||||
|
}
|
||||||
|
|
||||||
|
SettingsPage::~SettingsPage() = default;
|
||||||
|
|
||||||
|
void SettingsPage::setupUI() {
|
||||||
|
auto* mainLayout = new QVBoxLayout(this);
|
||||||
|
|
||||||
|
// STT 设置
|
||||||
|
auto* sttGroup = new QGroupBox("STT 推理设置", this);
|
||||||
|
auto* sttLayout = new QFormLayout(sttGroup);
|
||||||
|
|
||||||
|
auto* modelRow = new QHBoxLayout();
|
||||||
|
modelPathEdit_ = new QLineEdit(this);
|
||||||
|
modelPathEdit_->setPlaceholderText("选择 ONNX 模型文件路径...");
|
||||||
|
browseBtn_ = new QPushButton("浏览...", this);
|
||||||
|
connect(browseBtn_, &QPushButton::clicked, this, &SettingsPage::onBrowseModelPath);
|
||||||
|
modelRow->addWidget(modelPathEdit_);
|
||||||
|
modelRow->addWidget(browseBtn_);
|
||||||
|
sttLayout->addRow("模型路径:", modelRow);
|
||||||
|
|
||||||
|
modelTypeCombo_ = new QComboBox(this);
|
||||||
|
modelTypeCombo_->addItems({"whisper", "paraformer", "conformer"});
|
||||||
|
sttLayout->addRow("模型类型:", modelTypeCombo_);
|
||||||
|
|
||||||
|
deviceCombo_ = new QComboBox(this);
|
||||||
|
deviceCombo_->addItems({"cpu", "gpu"});
|
||||||
|
sttLayout->addRow("推理设备:", deviceCombo_);
|
||||||
|
|
||||||
|
threadSpin_ = new QSpinBox(this);
|
||||||
|
threadSpin_->setRange(1, 32);
|
||||||
|
threadSpin_->setValue(4);
|
||||||
|
sttLayout->addRow("推理线程数:", threadSpin_);
|
||||||
|
|
||||||
|
sampleRateSpin_ = new QSpinBox(this);
|
||||||
|
sampleRateSpin_->setRange(8000, 192000);
|
||||||
|
sampleRateSpin_->setSingleStep(1000);
|
||||||
|
sampleRateSpin_->setValue(16000);
|
||||||
|
sampleRateSpin_->setSuffix(" Hz");
|
||||||
|
sttLayout->addRow("采样率:", sampleRateSpin_);
|
||||||
|
|
||||||
|
languageCombo_ = new QComboBox(this);
|
||||||
|
languageCombo_->addItems({"zh", "en", "ja", "ko", "fr", "de", "auto"});
|
||||||
|
sttLayout->addRow("识别语言:", languageCombo_);
|
||||||
|
|
||||||
|
streamingCheck_ = new QCheckBox("启用流式识别", this);
|
||||||
|
streamingCheck_->setChecked(true);
|
||||||
|
sttLayout->addRow("流式识别:", streamingCheck_);
|
||||||
|
|
||||||
|
beamSizeSpin_ = new QSpinBox(this);
|
||||||
|
beamSizeSpin_->setRange(1, 20);
|
||||||
|
beamSizeSpin_->setValue(5);
|
||||||
|
sttLayout->addRow("Beam Size:", beamSizeSpin_);
|
||||||
|
|
||||||
|
temperatureSpin_ = new QDoubleSpinBox(this);
|
||||||
|
temperatureSpin_->setRange(0.0, 2.0);
|
||||||
|
temperatureSpin_->setSingleStep(0.1);
|
||||||
|
temperatureSpin_->setValue(0.0);
|
||||||
|
sttLayout->addRow("温度 (Temperature):", temperatureSpin_);
|
||||||
|
|
||||||
|
mainLayout->addWidget(sttGroup);
|
||||||
|
|
||||||
|
// 音频设置
|
||||||
|
auto* audioGroup = new QGroupBox("音频设置", this);
|
||||||
|
auto* audioLayout = new QFormLayout(audioGroup);
|
||||||
|
|
||||||
|
bufferSizeSpin_ = new QSpinBox(this);
|
||||||
|
bufferSizeSpin_->setRange(10, 100);
|
||||||
|
bufferSizeSpin_->setValue(20);
|
||||||
|
bufferSizeSpin_->setSuffix(" ms");
|
||||||
|
audioLayout->addRow("缓冲区大小:", bufferSizeSpin_);
|
||||||
|
|
||||||
|
chunkDurationSpin_ = new QSpinBox(this);
|
||||||
|
chunkDurationSpin_->setRange(500, 10000);
|
||||||
|
chunkDurationSpin_->setSingleStep(500);
|
||||||
|
chunkDurationSpin_->setValue(3000);
|
||||||
|
chunkDurationSpin_->setSuffix(" ms");
|
||||||
|
audioLayout->addRow("推理块时长:", chunkDurationSpin_);
|
||||||
|
|
||||||
|
paddingSpin_ = new QSpinBox(this);
|
||||||
|
paddingSpin_->setRange(0, 2000);
|
||||||
|
paddingSpin_->setSingleStep(100);
|
||||||
|
paddingSpin_->setValue(500);
|
||||||
|
paddingSpin_->setSuffix(" ms");
|
||||||
|
audioLayout->addRow("块间重叠:", paddingSpin_);
|
||||||
|
|
||||||
|
mainLayout->addWidget(audioGroup);
|
||||||
|
|
||||||
|
// UI 设置
|
||||||
|
auto* uiGroup = new QGroupBox("界面设置", this);
|
||||||
|
auto* uiLayout = new QFormLayout(uiGroup);
|
||||||
|
|
||||||
|
themeCombo_ = new QComboBox(this);
|
||||||
|
themeCombo_->addItems({"light", "dark"});
|
||||||
|
uiLayout->addRow("主题:", themeCombo_);
|
||||||
|
|
||||||
|
fontSizeSpin_ = new QSpinBox(this);
|
||||||
|
fontSizeSpin_->setRange(10, 24);
|
||||||
|
fontSizeSpin_->setValue(14);
|
||||||
|
uiLayout->addRow("字体大小:", fontSizeSpin_);
|
||||||
|
|
||||||
|
showWaveformCheck_ = new QCheckBox("显示波形", this);
|
||||||
|
showWaveformCheck_->setChecked(true);
|
||||||
|
uiLayout->addRow("波形显示:", showWaveformCheck_);
|
||||||
|
|
||||||
|
showConfidenceCheck_ = new QCheckBox("显示置信度", this);
|
||||||
|
showConfidenceCheck_->setChecked(true);
|
||||||
|
uiLayout->addRow("置信度显示:", showConfidenceCheck_);
|
||||||
|
|
||||||
|
mainLayout->addWidget(uiGroup);
|
||||||
|
|
||||||
|
// 操作按钮
|
||||||
|
auto* btnLayout = new QHBoxLayout();
|
||||||
|
auto* saveBtn = new QPushButton("保存配置", this);
|
||||||
|
saveBtn->setStyleSheet("QPushButton { font-weight: bold; padding: 8px 16px; }");
|
||||||
|
connect(saveBtn, &QPushButton::clicked, this, &SettingsPage::onSaveConfig);
|
||||||
|
btnLayout->addWidget(saveBtn);
|
||||||
|
|
||||||
|
auto* resetBtn = new QPushButton("恢复默认", this);
|
||||||
|
connect(resetBtn, &QPushButton::clicked, this, &SettingsPage::onResetConfig);
|
||||||
|
btnLayout->addWidget(resetBtn);
|
||||||
|
btnLayout->addStretch();
|
||||||
|
|
||||||
|
statusLabel_ = new QLabel("配置未修改", this);
|
||||||
|
statusLabel_->setStyleSheet("color: gray;");
|
||||||
|
btnLayout->addWidget(statusLabel_);
|
||||||
|
|
||||||
|
mainLayout->addLayout(btnLayout);
|
||||||
|
mainLayout->addStretch();
|
||||||
|
}
|
||||||
|
|
||||||
|
void SettingsPage::loadFromConfig() {
|
||||||
|
modelPathEdit_->setText(configManager_->get("stt.model_path").toString());
|
||||||
|
modelTypeCombo_->setCurrentText(configManager_->get("stt.model_type").toString());
|
||||||
|
deviceCombo_->setCurrentText(configManager_->get("stt.device").toString());
|
||||||
|
threadSpin_->setValue(configManager_->get("stt.num_threads").toInt());
|
||||||
|
sampleRateSpin_->setValue(configManager_->get("stt.sample_rate").toInt());
|
||||||
|
languageCombo_->setCurrentText(configManager_->get("stt.language").toString());
|
||||||
|
streamingCheck_->setChecked(configManager_->get("stt.streaming").toBool());
|
||||||
|
beamSizeSpin_->setValue(configManager_->get("stt.beam_size").toInt());
|
||||||
|
temperatureSpin_->setValue(configManager_->get("stt.temperature").toDouble());
|
||||||
|
|
||||||
|
bufferSizeSpin_->setValue(configManager_->get("audio.buffer_size_ms").toInt());
|
||||||
|
chunkDurationSpin_->setValue(configManager_->get("audio.chunk_duration_ms").toInt());
|
||||||
|
paddingSpin_->setValue(configManager_->get("audio.padding_ms").toInt());
|
||||||
|
|
||||||
|
themeCombo_->setCurrentText(configManager_->get("ui.theme").toString());
|
||||||
|
fontSizeSpin_->setValue(configManager_->get("ui.font_size").toInt());
|
||||||
|
showWaveformCheck_->setChecked(configManager_->get("ui.show_waveform").toBool());
|
||||||
|
showConfidenceCheck_->setChecked(configManager_->get("ui.show_confidence").toBool());
|
||||||
|
}
|
||||||
|
|
||||||
|
void SettingsPage::saveToConfig() {
|
||||||
|
configManager_->set("stt.model_path", modelPathEdit_->text());
|
||||||
|
configManager_->set("stt.model_type", modelTypeCombo_->currentText());
|
||||||
|
configManager_->set("stt.device", deviceCombo_->currentText());
|
||||||
|
configManager_->set("stt.num_threads", threadSpin_->value());
|
||||||
|
configManager_->set("stt.sample_rate", sampleRateSpin_->value());
|
||||||
|
configManager_->set("stt.language", languageCombo_->currentText());
|
||||||
|
configManager_->set("stt.streaming", streamingCheck_->isChecked());
|
||||||
|
configManager_->set("stt.beam_size", beamSizeSpin_->value());
|
||||||
|
configManager_->set("stt.temperature", temperatureSpin_->value());
|
||||||
|
|
||||||
|
configManager_->set("audio.buffer_size_ms", bufferSizeSpin_->value());
|
||||||
|
configManager_->set("audio.chunk_duration_ms", chunkDurationSpin_->value());
|
||||||
|
configManager_->set("audio.padding_ms", paddingSpin_->value());
|
||||||
|
|
||||||
|
configManager_->set("ui.theme", themeCombo_->currentText());
|
||||||
|
configManager_->set("ui.font_size", fontSizeSpin_->value());
|
||||||
|
configManager_->set("ui.show_waveform", showWaveformCheck_->isChecked());
|
||||||
|
configManager_->set("ui.show_confidence", showConfidenceCheck_->isChecked());
|
||||||
|
}
|
||||||
|
|
||||||
|
void SettingsPage::onBrowseModelPath() {
|
||||||
|
QString path = QFileDialog::getOpenFileName(this, "选择 ONNX 模型", "",
|
||||||
|
"ONNX 模型 (*.onnx);;所有文件 (*.*)");
|
||||||
|
if (!path.isEmpty()) {
|
||||||
|
modelPathEdit_->setText(path);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void SettingsPage::onSaveConfig() {
|
||||||
|
saveToConfig();
|
||||||
|
if (configManager_->save()) {
|
||||||
|
statusLabel_->setText(QString("配置已保存到: %1").arg(configManager_->configPath()));
|
||||||
|
LOG_INFO(kTag, QString("配置已持久化: %1").arg(configManager_->configPath()));
|
||||||
|
} else {
|
||||||
|
statusLabel_->setText("配置保存失败，请检查路径权限");
|
||||||
|
LOG_ERROR(kTag, "配置持久化失败");
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void SettingsPage::onResetConfig() {
|
||||||
|
auto reply = QMessageBox::question(this, "确认", "确定要恢复默认配置吗？",
|
||||||
|
QMessageBox::Yes | QMessageBox::No);
|
||||||
|
if (reply == QMessageBox::Yes) {
|
||||||
|
configManager_->resetToDefaults();
|
||||||
|
loadFromConfig();
|
||||||
|
statusLabel_->setText("已恢复默认配置");
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
69
src/ui/settings_page.h
Normal file
69
src/ui/settings_page.h
Normal file
@ -0,0 +1,69 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QWidget>
|
||||||
|
|
||||||
|
class QFormLayout;
|
||||||
|
class QLineEdit;
|
||||||
|
class QComboBox;
|
||||||
|
class QSpinBox;
|
||||||
|
class QDoubleSpinBox;
|
||||||
|
class QCheckBox;
|
||||||
|
class QPushButton;
|
||||||
|
class QLabel;
|
||||||
|
class QGroupBox;
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
class ConfigManager;
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 配置页面
|
||||||
|
*
|
||||||
|
* 管理模型路径、推理参数、音频设置等。
|
||||||
|
*/
|
||||||
|
class SettingsPage : public QWidget {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit SettingsPage(ConfigManager* configManager, QWidget* parent = nullptr);
|
||||||
|
~SettingsPage() override;
|
||||||
|
|
||||||
|
private slots:
|
||||||
|
void onBrowseModelPath();
|
||||||
|
void onSaveConfig();
|
||||||
|
void onResetConfig();
|
||||||
|
|
||||||
|
private:
|
||||||
|
void setupUI();
|
||||||
|
void loadFromConfig();
|
||||||
|
void saveToConfig();
|
||||||
|
|
||||||
|
ConfigManager* configManager_;
|
||||||
|
|
||||||
|
// STT 设置
|
||||||
|
QLineEdit* modelPathEdit_;
|
||||||
|
QPushButton* browseBtn_;
|
||||||
|
QComboBox* modelTypeCombo_;
|
||||||
|
QComboBox* deviceCombo_;
|
||||||
|
QSpinBox* threadSpin_;
|
||||||
|
QSpinBox* sampleRateSpin_;
|
||||||
|
QComboBox* languageCombo_;
|
||||||
|
QCheckBox* streamingCheck_;
|
||||||
|
QSpinBox* beamSizeSpin_;
|
||||||
|
QDoubleSpinBox* temperatureSpin_;
|
||||||
|
|
||||||
|
// 音频设置
|
||||||
|
QSpinBox* bufferSizeSpin_;
|
||||||
|
QSpinBox* chunkDurationSpin_;
|
||||||
|
QSpinBox* paddingSpin_;
|
||||||
|
|
||||||
|
// UI 设置
|
||||||
|
QComboBox* themeCombo_;
|
||||||
|
QSpinBox* fontSizeSpin_;
|
||||||
|
QCheckBox* showWaveformCheck_;
|
||||||
|
QCheckBox* showConfidenceCheck_;
|
||||||
|
|
||||||
|
// 状态
|
||||||
|
QLabel* statusLabel_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
235
src/ui/stt_test_page.cpp
Normal file
235
src/ui/stt_test_page.cpp
Normal file
@ -0,0 +1,235 @@
|
|||||||
|
#include "stt_test_page.h"
|
||||||
|
#include "core/stt_engine.h"
|
||||||
|
#include "audio/audio_capture.h"
|
||||||
|
#include "audio/audio_ring_buffer.h"
|
||||||
|
#include "widgets/audio_waveform.h"
|
||||||
|
#include "app/config_manager.h"
|
||||||
|
#include "utils/logger.h"
|
||||||
|
|
||||||
|
#include <QVBoxLayout>
|
||||||
|
#include <QHBoxLayout>
|
||||||
|
#include <QFormLayout>
|
||||||
|
#include <QGroupBox>
|
||||||
|
#include <QLabel>
|
||||||
|
#include <QPushButton>
|
||||||
|
#include <QComboBox>
|
||||||
|
#include <QTextEdit>
|
||||||
|
#include <QSpinBox>
|
||||||
|
#include <QMessageBox>
|
||||||
|
#include <QDateTime>
|
||||||
|
#include <QFileInfo>
|
||||||
|
|
||||||
|
static const char* const kTag = "STTTestPage";
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
STTTestPage::STTTestPage(ConfigManager* configManager, QWidget* parent)
|
||||||
|
: QWidget(parent)
|
||||||
|
, configManager_(configManager)
|
||||||
|
, sttEngine_(new STTEngine(this))
|
||||||
|
, audioCapture_(new AudioCapture(this))
|
||||||
|
{
|
||||||
|
setupUI();
|
||||||
|
|
||||||
|
// 信号连接
|
||||||
|
connect(audioCapture_, &AudioCapture::audioDataReady,
|
||||||
|
this, &STTTestPage::onAudioDataReady);
|
||||||
|
connect(sttEngine_, &STTEngine::modelLoaded,
|
||||||
|
this, &STTTestPage::onModelLoaded);
|
||||||
|
connect(sttEngine_, &STTEngine::modelLoadError,
|
||||||
|
this, &STTTestPage::onModelLoadError);
|
||||||
|
connect(sttEngine_, &STTEngine::modelUnloaded,
|
||||||
|
this, &STTTestPage::onModelUnloaded);
|
||||||
|
}
|
||||||
|
|
||||||
|
STTTestPage::~STTTestPage() = default;
|
||||||
|
|
||||||
|
void STTTestPage::setupUI() {
|
||||||
|
auto* mainLayout = new QVBoxLayout(this);
|
||||||
|
|
||||||
|
// 控制面板
|
||||||
|
auto* controlGroup = new QGroupBox("控制面板", this);
|
||||||
|
auto* controlLayout = new QFormLayout(controlGroup);
|
||||||
|
|
||||||
|
deviceCombo_ = new QComboBox(this);
|
||||||
|
deviceCombo_->addItems(AudioCapture::getDeviceList());
|
||||||
|
controlLayout->addRow("输入设备:", deviceCombo_);
|
||||||
|
|
||||||
|
chunkSizeSpin_ = new QSpinBox(this);
|
||||||
|
chunkSizeSpin_->setRange(500, 10000);
|
||||||
|
chunkSizeSpin_->setSingleStep(500);
|
||||||
|
chunkSizeSpin_->setValue(3000);
|
||||||
|
chunkSizeSpin_->setSuffix(" ms");
|
||||||
|
controlLayout->addRow("推理间隔:", chunkSizeSpin_);
|
||||||
|
|
||||||
|
auto* btnLayout = new QHBoxLayout();
|
||||||
|
recordBtn_ = new QPushButton("开始录音", this);
|
||||||
|
recordBtn_->setMinimumWidth(120);
|
||||||
|
recordBtn_->setStyleSheet("QPushButton { font-weight: bold; padding: 8px 16px; }");
|
||||||
|
connect(recordBtn_, &QPushButton::clicked, this, &STTTestPage::onToggleRecording);
|
||||||
|
btnLayout->addWidget(recordBtn_);
|
||||||
|
|
||||||
|
statusLabel_ = new QLabel("就绪", this);
|
||||||
|
statusLabel_->setStyleSheet("color: gray;");
|
||||||
|
btnLayout->addWidget(statusLabel_);
|
||||||
|
btnLayout->addStretch();
|
||||||
|
|
||||||
|
controlLayout->addRow(btnLayout);
|
||||||
|
mainLayout->addWidget(controlGroup);
|
||||||
|
|
||||||
|
// 状态信息
|
||||||
|
auto* infoLayout = new QHBoxLayout();
|
||||||
|
latencyLabel_ = new QLabel("延迟: -- ms", this);
|
||||||
|
latencyLabel_->setStyleSheet("font-family: monospace; font-size: 13px;");
|
||||||
|
infoLayout->addWidget(latencyLabel_);
|
||||||
|
infoLayout->addStretch();
|
||||||
|
mainLayout->addLayout(infoLayout);
|
||||||
|
|
||||||
|
// 波形
|
||||||
|
waveform_ = new AudioWaveform(this);
|
||||||
|
waveform_->setMinimumHeight(80);
|
||||||
|
mainLayout->addWidget(waveform_);
|
||||||
|
|
||||||
|
// 文本输出
|
||||||
|
auto* outputGroup = new QGroupBox("识别结果", this);
|
||||||
|
auto* outputLayout = new QVBoxLayout(outputGroup);
|
||||||
|
textOutput_ = new QTextEdit(this);
|
||||||
|
textOutput_->setReadOnly(true);
|
||||||
|
textOutput_->setFont(QFont("Monospace", 12));
|
||||||
|
outputLayout->addWidget(textOutput_);
|
||||||
|
mainLayout->addWidget(outputGroup);
|
||||||
|
|
||||||
|
updateUIState();
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::updateUIState() {
|
||||||
|
recordBtn_->setText(isRecording_ ? "停止录音" : "开始录音");
|
||||||
|
recordBtn_->setStyleSheet(isRecording_
|
||||||
|
? "QPushButton { font-weight: bold; padding: 8px 16px; background-color: #e74c3c; color: white; }"
|
||||||
|
: "QPushButton { font-weight: bold; padding: 8px 16px; }");
|
||||||
|
deviceCombo_->setEnabled(!isRecording_ && !isLoadingModel_);
|
||||||
|
chunkSizeSpin_->setEnabled(!isRecording_ && !isLoadingModel_);
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::onToggleRecording() {
|
||||||
|
if (isRecording_) {
|
||||||
|
audioCapture_->stop();
|
||||||
|
sttEngine_->unloadModel();
|
||||||
|
isRecording_ = false;
|
||||||
|
} else {
|
||||||
|
// 读取配置
|
||||||
|
QString modelPath = configManager_->get("stt.model_path").toString();
|
||||||
|
if (modelPath.isEmpty()) {
|
||||||
|
QMessageBox::warning(this, "提示",
|
||||||
|
"请先在「配置」页面设置模型路径并保存");
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
// 异步加载模型
|
||||||
|
if (!sttEngine_->isLoaded() ||
|
||||||
|
currentModelPath_ != modelPath) {
|
||||||
|
isLoadingModel_ = true;
|
||||||
|
statusLabel_->setText("正在加载模型，请稍候...");
|
||||||
|
updateUIState();
|
||||||
|
|
||||||
|
sttEngine_->loadModelAsync(modelPath,
|
||||||
|
configManager_->get("stt.device").toString(),
|
||||||
|
configManager_->get("stt.num_threads").toInt());
|
||||||
|
|
||||||
|
currentModelPath_ = modelPath;
|
||||||
|
// 注意：startAudioCapture() 将在 onModelLoaded() 回调中调用
|
||||||
|
} else {
|
||||||
|
startAudioCapture();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
updateUIState();
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::onModelLoaded(const QString& modelPath) {
|
||||||
|
LOG_INFO(kTag, QString("模型加载成功: %1").arg(modelPath));
|
||||||
|
isLoadingModel_ = false;
|
||||||
|
statusLabel_->setText(QString("模型就绪: %1").arg(
|
||||||
|
QFileInfo(modelPath).fileName()));
|
||||||
|
updateUIState();
|
||||||
|
|
||||||
|
// 如果用户仍在录音状态（已切换 UI），启动采集
|
||||||
|
if (!isRecording_) {
|
||||||
|
startAudioCapture();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::onModelLoadError(const QString& modelPath, const QString& error) {
|
||||||
|
LOG_ERROR(kTag, QString("模型加载失败: %1 - %2").arg(modelPath, error));
|
||||||
|
isLoadingModel_ = false;
|
||||||
|
statusLabel_->setText("模型加载失败");
|
||||||
|
updateUIState();
|
||||||
|
|
||||||
|
QMessageBox::critical(this, "模型加载错误",
|
||||||
|
QString("无法加载模型文件:\n%1\n\n错误信息:\n%2")
|
||||||
|
.arg(modelPath, error));
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::onModelUnloaded() {
|
||||||
|
isLoadingModel_ = false;
|
||||||
|
statusLabel_->setText("模型已卸载");
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::startAudioCapture() {
|
||||||
|
int deviceIdx = deviceCombo_->currentIndex() - 1;
|
||||||
|
int sampleRate = configManager_->get("stt.sample_rate").toInt();
|
||||||
|
|
||||||
|
if (!audioCapture_->start(deviceIdx, sampleRate)) {
|
||||||
|
QMessageBox::critical(this, "错误", "无法启动音频采集");
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
isRecording_ = true;
|
||||||
|
statusLabel_->setText(QString("录音中 | 模型: %1").arg(
|
||||||
|
QFileInfo(currentModelPath_).fileName()));
|
||||||
|
updateUIState();
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::onAudioDataReady(const std::vector<float>& samples, int sampleRate) {
|
||||||
|
chunkBuffer_.insert(chunkBuffer_.end(), samples.begin(), samples.end());
|
||||||
|
|
||||||
|
int chunkSize = configManager_->get("stt.sample_rate").toInt()
|
||||||
|
* chunkSizeSpin_->value() / 1000;
|
||||||
|
|
||||||
|
if (static_cast<int>(chunkBuffer_.size()) >= chunkSize) {
|
||||||
|
std::vector<float> chunk(chunkBuffer_.begin(), chunkBuffer_.begin() + chunkSize);
|
||||||
|
chunkBuffer_.erase(chunkBuffer_.begin(), chunkBuffer_.begin() + chunkSize);
|
||||||
|
|
||||||
|
waveform_->setSamples(samples);
|
||||||
|
processAudioChunk(chunk, sampleRate);
|
||||||
|
} else {
|
||||||
|
waveform_->setSamples(samples);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::processAudioChunk(const std::vector<float>& samples, int sampleRate) {
|
||||||
|
// 模型已在 onToggleRecording 中异步加载，此处防御性检查
|
||||||
|
if (!sttEngine_->isLoaded()) {
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
auto result = sttEngine_->infer(samples, sampleRate, true);
|
||||||
|
emit onRecognitionResult(result.text, result.confidence, result.latency_ms, result.isFinal);
|
||||||
|
}
|
||||||
|
|
||||||
|
void STTTestPage::onRecognitionResult(const QString& text, float confidence,
|
||||||
|
double latency, bool isFinal)
|
||||||
|
{
|
||||||
|
QString timestamp = QDateTime::currentDateTime().toString("hh:mm:ss");
|
||||||
|
QString line = QString("[%1] %2 (置信度: %3%, 延迟: %4 ms)\n")
|
||||||
|
.arg(timestamp, text)
|
||||||
|
.arg(confidence * 100, 0, 'f', 1)
|
||||||
|
.arg(latency, 0, 'f', 1);
|
||||||
|
|
||||||
|
textOutput_->append(line);
|
||||||
|
latencyLabel_->setText(QString("延迟: %1 ms").arg(latency, 0, 'f', 1));
|
||||||
|
|
||||||
|
if (isFinal) {
|
||||||
|
textOutput_->append("---\n");
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
64
src/ui/stt_test_page.h
Normal file
64
src/ui/stt_test_page.h
Normal file
@ -0,0 +1,64 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QWidget>
|
||||||
|
#include <memory>
|
||||||
|
#include "widgets/audio_waveform.h"
|
||||||
|
|
||||||
|
class QLabel;
|
||||||
|
class QPushButton;
|
||||||
|
class QComboBox;
|
||||||
|
class QTextEdit;
|
||||||
|
class QSpinBox;
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
class ConfigManager;
|
||||||
|
class STTEngine;
|
||||||
|
class AudioCapture;
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief STT 测试页面
|
||||||
|
*
|
||||||
|
* 实时麦克风采集 + 流式识别。
|
||||||
|
* 模型异步加载，不阻塞 UI。
|
||||||
|
*/
|
||||||
|
class STTTestPage : public QWidget {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit STTTestPage(ConfigManager* configManager, QWidget* parent = nullptr);
|
||||||
|
~STTTestPage() override;
|
||||||
|
|
||||||
|
private slots:
|
||||||
|
void onToggleRecording();
|
||||||
|
void onAudioDataReady(const std::vector<float>& samples, int sampleRate);
|
||||||
|
void onRecognitionResult(const QString& text, float confidence, double latency, bool isFinal);
|
||||||
|
void onModelLoaded(const QString& modelPath);
|
||||||
|
void onModelLoadError(const QString& modelPath, const QString& error);
|
||||||
|
void onModelUnloaded();
|
||||||
|
|
||||||
|
private:
|
||||||
|
void setupUI();
|
||||||
|
void updateUIState();
|
||||||
|
void startAudioCapture();
|
||||||
|
void processAudioChunk(const std::vector<float>& samples, int sampleRate);
|
||||||
|
|
||||||
|
ConfigManager* configManager_;
|
||||||
|
STTEngine* sttEngine_;
|
||||||
|
AudioCapture* audioCapture_;
|
||||||
|
|
||||||
|
// UI 控件
|
||||||
|
QComboBox* deviceCombo_;
|
||||||
|
QPushButton* recordBtn_;
|
||||||
|
QTextEdit* textOutput_;
|
||||||
|
QLabel* latencyLabel_;
|
||||||
|
QLabel* statusLabel_;
|
||||||
|
AudioWaveform* waveform_;
|
||||||
|
QSpinBox* chunkSizeSpin_;
|
||||||
|
|
||||||
|
bool isRecording_ = false;
|
||||||
|
bool isLoadingModel_ = false;
|
||||||
|
std::vector<float> chunkBuffer_;
|
||||||
|
QString currentModelPath_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
68
src/ui/widgets/audio_waveform.cpp
Normal file
68
src/ui/widgets/audio_waveform.cpp
Normal file
@ -0,0 +1,68 @@
|
|||||||
|
#include "audio_waveform.h"
|
||||||
|
#include <QPainter>
|
||||||
|
#include <QPainterPath>
|
||||||
|
#include <algorithm>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
AudioWaveform::AudioWaveform(QWidget* parent)
|
||||||
|
: QWidget(parent)
|
||||||
|
{
|
||||||
|
setMinimumHeight(60);
|
||||||
|
setSizePolicy(QSizePolicy::Expanding, QSizePolicy::Fixed);
|
||||||
|
}
|
||||||
|
|
||||||
|
void AudioWaveform::setSamples(const std::vector<float>& samples) {
|
||||||
|
samples_.resize(static_cast<int>(samples.size()));
|
||||||
|
for (size_t i = 0; i < samples.size(); ++i) {
|
||||||
|
samples_[i] = samples[i];
|
||||||
|
}
|
||||||
|
update();
|
||||||
|
}
|
||||||
|
|
||||||
|
void AudioWaveform::paintEvent(QPaintEvent* /*event*/) {
|
||||||
|
QPainter painter(this);
|
||||||
|
painter.setRenderHint(QPainter::Antialiasing);
|
||||||
|
|
||||||
|
// 背景
|
||||||
|
painter.fillRect(rect(), QColor(245, 245, 245));
|
||||||
|
|
||||||
|
if (samples_.isEmpty()) {
|
||||||
|
painter.setPen(QColor(180, 180, 180));
|
||||||
|
painter.drawText(rect(), Qt::AlignCenter, "无音频数据");
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
|
||||||
|
int w = width();
|
||||||
|
int h = height();
|
||||||
|
int centerY = h / 2;
|
||||||
|
int maxAmplitude = centerY - 5;
|
||||||
|
|
||||||
|
// 填充区域
|
||||||
|
QPainterPath fillPath;
|
||||||
|
fillPath.moveTo(0, centerY);
|
||||||
|
|
||||||
|
// 波形线
|
||||||
|
QPainterPath linePath;
|
||||||
|
|
||||||
|
for (int x = 0; x < w; ++x) {
|
||||||
|
size_t idx = static_cast<size_t>(x) * samples_.size() / w;
|
||||||
|
float sample = samples_[idx];
|
||||||
|
int y = centerY - static_cast<int>(sample * maxAmplitude);
|
||||||
|
|
||||||
|
fillPath.lineTo(x, y);
|
||||||
|
linePath.moveTo(x, y);
|
||||||
|
}
|
||||||
|
|
||||||
|
fillPath.lineTo(w, centerY);
|
||||||
|
fillPath.closeSubpath();
|
||||||
|
|
||||||
|
painter.setPen(Qt::NoPen);
|
||||||
|
painter.setBrush(fillColor_);
|
||||||
|
painter.drawPath(fillPath);
|
||||||
|
|
||||||
|
painter.setPen(QPen(lineColor_, 1.5));
|
||||||
|
painter.drawPath(linePath);
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
29
src/ui/widgets/audio_waveform.h
Normal file
29
src/ui/widgets/audio_waveform.h
Normal file
@ -0,0 +1,29 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QWidget>
|
||||||
|
#include <QVector>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 实时音频波形可视化控件
|
||||||
|
*/
|
||||||
|
class AudioWaveform : public QWidget {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit AudioWaveform(QWidget* parent = nullptr);
|
||||||
|
|
||||||
|
/** @brief 设置音频样本并触发重绘 */
|
||||||
|
void setSamples(const std::vector<float>& samples);
|
||||||
|
|
||||||
|
protected:
|
||||||
|
void paintEvent(QPaintEvent* event) override;
|
||||||
|
|
||||||
|
private:
|
||||||
|
QVector<float> samples_;
|
||||||
|
QColor lineColor_ = QColor(52, 152, 219);
|
||||||
|
QColor fillColor_ = QColor(52, 152, 219, 30);
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
47
src/ui/widgets/progress_panel.cpp
Normal file
47
src/ui/widgets/progress_panel.cpp
Normal file
@ -0,0 +1,47 @@
|
|||||||
|
#include "progress_panel.h"
|
||||||
|
|
||||||
|
#include <QVBoxLayout>
|
||||||
|
#include <QProgressBar>
|
||||||
|
#include <QLabel>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
ProgressPanel::ProgressPanel(QWidget* parent)
|
||||||
|
: QWidget(parent)
|
||||||
|
{
|
||||||
|
auto* layout = new QVBoxLayout(this);
|
||||||
|
layout->setContentsMargins(0, 4, 0, 4);
|
||||||
|
|
||||||
|
statusLabel_ = new QLabel("就绪", this);
|
||||||
|
layout->addWidget(statusLabel_);
|
||||||
|
|
||||||
|
progressBar_ = new QProgressBar(this);
|
||||||
|
progressBar_->setRange(0, 100);
|
||||||
|
progressBar_->setValue(0);
|
||||||
|
layout->addWidget(progressBar_);
|
||||||
|
|
||||||
|
hide();
|
||||||
|
}
|
||||||
|
|
||||||
|
void ProgressPanel::setProgress(double value) {
|
||||||
|
progressBar_->setValue(static_cast<int>(value * 100));
|
||||||
|
}
|
||||||
|
|
||||||
|
void ProgressPanel::setStatusText(const QString& text) {
|
||||||
|
statusLabel_->setText(text);
|
||||||
|
}
|
||||||
|
|
||||||
|
void ProgressPanel::reset() {
|
||||||
|
progressBar_->setValue(0);
|
||||||
|
statusLabel_->setText("就绪");
|
||||||
|
}
|
||||||
|
|
||||||
|
void ProgressPanel::show() {
|
||||||
|
QWidget::show();
|
||||||
|
}
|
||||||
|
|
||||||
|
void ProgressPanel::hide() {
|
||||||
|
QWidget::hide();
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
41
src/ui/widgets/progress_panel.h
Normal file
41
src/ui/widgets/progress_panel.h
Normal file
@ -0,0 +1,41 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QWidget>
|
||||||
|
|
||||||
|
class QProgressBar;
|
||||||
|
class QLabel;
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 进度面板控件
|
||||||
|
*
|
||||||
|
* 组合进度条和状态标签，用于文件转写等长时间任务。
|
||||||
|
*/
|
||||||
|
class ProgressPanel : public QWidget {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit ProgressPanel(QWidget* parent = nullptr);
|
||||||
|
|
||||||
|
/** @brief 设置进度 (0.0 - 1.0) */
|
||||||
|
void setProgress(double value);
|
||||||
|
|
||||||
|
/** @brief 设置状态文字 */
|
||||||
|
void setStatusText(const QString& text);
|
||||||
|
|
||||||
|
/** @brief 重置面板 */
|
||||||
|
void reset();
|
||||||
|
|
||||||
|
/** @brief 是否可见 */
|
||||||
|
bool isActive() const { return isVisible(); }
|
||||||
|
|
||||||
|
/** @brief 显示/隐藏 */
|
||||||
|
void show();
|
||||||
|
void hide();
|
||||||
|
|
||||||
|
private:
|
||||||
|
QProgressBar* progressBar_;
|
||||||
|
QLabel* statusLabel_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
29
src/ui/widgets/text_output.cpp
Normal file
29
src/ui/widgets/text_output.cpp
Normal file
@ -0,0 +1,29 @@
|
|||||||
|
#include "text_output.h"
|
||||||
|
#include <QScrollBar>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
TextOutput::TextOutput(QWidget* parent)
|
||||||
|
: QTextEdit(parent)
|
||||||
|
{
|
||||||
|
setReadOnly(true);
|
||||||
|
setFont(QFont("Monospace", 12));
|
||||||
|
}
|
||||||
|
|
||||||
|
void TextOutput::appendText(const QString& text) {
|
||||||
|
QTextCursor cursor = textCursor();
|
||||||
|
cursor.movePosition(QTextCursor::End);
|
||||||
|
cursor.insertText(text);
|
||||||
|
setTextCursor(cursor);
|
||||||
|
verticalScrollBar()->setValue(verticalScrollBar()->maximum());
|
||||||
|
}
|
||||||
|
|
||||||
|
void TextOutput::clearText() {
|
||||||
|
clear();
|
||||||
|
}
|
||||||
|
|
||||||
|
QString TextOutput::getFullText() const {
|
||||||
|
return toPlainText();
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
27
src/ui/widgets/text_output.h
Normal file
27
src/ui/widgets/text_output.h
Normal file
@ -0,0 +1,27 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QTextEdit>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 文本输出控件
|
||||||
|
*
|
||||||
|
* 带自动滚动和复制功能的文本输出区域。
|
||||||
|
*/
|
||||||
|
class TextOutput : public QTextEdit {
|
||||||
|
Q_OBJECT
|
||||||
|
public:
|
||||||
|
explicit TextOutput(QWidget* parent = nullptr);
|
||||||
|
|
||||||
|
/** @brief 追加文本并自动滚动到底部 */
|
||||||
|
void appendText(const QString& text);
|
||||||
|
|
||||||
|
/** @brief 清空内容 */
|
||||||
|
void clearText();
|
||||||
|
|
||||||
|
/** @brief 获取全部文本 */
|
||||||
|
QString getFullText() const;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
127
src/utils/logger.cpp
Normal file
127
src/utils/logger.cpp
Normal file
@ -0,0 +1,127 @@
|
|||||||
|
#include "logger.h"
|
||||||
|
#include <QDateTime>
|
||||||
|
#include <QDebug>
|
||||||
|
#include <QTextStream>
|
||||||
|
#include <QStandardPaths>
|
||||||
|
#include <QDir>
|
||||||
|
#include <iostream>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
QMutex Logger::mutex_;
|
||||||
|
QFile* Logger::logFile_ = nullptr;
|
||||||
|
|
||||||
|
void Logger::init(const QString& logFilePath) {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
qSetMessagePattern("[%{time yyyy-MM-dd hh:mm:ss.zzz}] %{message}");
|
||||||
|
|
||||||
|
// 确定日志文件路径
|
||||||
|
QString path = logFilePath;
|
||||||
|
if (path.isEmpty()) {
|
||||||
|
QString logDir = QStandardPaths::writableLocation(
|
||||||
|
QStandardPaths::AppDataLocation);
|
||||||
|
QDir().mkpath(logDir);
|
||||||
|
path = logDir + "/app.log";
|
||||||
|
}
|
||||||
|
|
||||||
|
logFile_ = new QFile(path);
|
||||||
|
if (logFile_->open(QIODevice::WriteOnly | QIODevice::Append | QIODevice::Text)) {
|
||||||
|
// Qt 6 没有 setAutoFlush，每次 write 后手动 flush
|
||||||
|
} else {
|
||||||
|
delete logFile_;
|
||||||
|
logFile_ = nullptr;
|
||||||
|
std::cerr << "[Logger] 无法打开日志文件: " << path.toStdString() << std::endl;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void Logger::shutdown() {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
if (logFile_) {
|
||||||
|
logFile_->flush();
|
||||||
|
logFile_->close();
|
||||||
|
delete logFile_;
|
||||||
|
logFile_ = nullptr;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void Logger::setLogFile(const QString& path) {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
if (logFile_) {
|
||||||
|
logFile_->flush();
|
||||||
|
logFile_->close();
|
||||||
|
delete logFile_;
|
||||||
|
}
|
||||||
|
logFile_ = new QFile(path);
|
||||||
|
if (logFile_->open(QIODevice::WriteOnly | QIODevice::Append | QIODevice::Text)) {
|
||||||
|
// Qt 6 没有 setAutoFlush，每次 write 后手动 flush
|
||||||
|
} else {
|
||||||
|
delete logFile_;
|
||||||
|
logFile_ = nullptr;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void Logger::log(LogLevel level, const QString& tag, const QString& message) {
|
||||||
|
QMutexLocker locker(&mutex_);
|
||||||
|
QString logLine = QString("[%1] [%2] [%3] %4")
|
||||||
|
.arg(getTimestamp(), levelToString(level), tag, message);
|
||||||
|
|
||||||
|
// 输出到控制台
|
||||||
|
switch (level) {
|
||||||
|
case LogLevel::Debug:
|
||||||
|
qDebug().noquote() << logLine;
|
||||||
|
break;
|
||||||
|
case LogLevel::Info:
|
||||||
|
qInfo().noquote() << logLine;
|
||||||
|
break;
|
||||||
|
case LogLevel::Warning:
|
||||||
|
qWarning().noquote() << logLine;
|
||||||
|
break;
|
||||||
|
case LogLevel::Error:
|
||||||
|
std::cerr << logLine.toStdString() << std::endl;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
// 写入文件
|
||||||
|
writeToFile(logLine);
|
||||||
|
}
|
||||||
|
|
||||||
|
void Logger::debug(const QString& tag, const QString& message) {
|
||||||
|
log(LogLevel::Debug, tag, message);
|
||||||
|
}
|
||||||
|
|
||||||
|
void Logger::info(const QString& tag, const QString& message) {
|
||||||
|
log(LogLevel::Info, tag, message);
|
||||||
|
}
|
||||||
|
|
||||||
|
void Logger::warning(const QString& tag, const QString& message) {
|
||||||
|
log(LogLevel::Warning, tag, message);
|
||||||
|
}
|
||||||
|
|
||||||
|
void Logger::error(const QString& tag, const QString& message) {
|
||||||
|
log(LogLevel::Error, tag, message);
|
||||||
|
}
|
||||||
|
|
||||||
|
QString Logger::levelToString(LogLevel level) {
|
||||||
|
switch (level) {
|
||||||
|
case LogLevel::Debug: return "DEBUG";
|
||||||
|
case LogLevel::Info: return "INFO";
|
||||||
|
case LogLevel::Warning: return "WARN";
|
||||||
|
case LogLevel::Error: return "ERROR";
|
||||||
|
}
|
||||||
|
return "UNKNOWN";
|
||||||
|
}
|
||||||
|
|
||||||
|
QString Logger::getTimestamp() {
|
||||||
|
return QDateTime::currentDateTime().toString("yyyy-MM-dd hh:mm:ss.zzz");
|
||||||
|
}
|
||||||
|
|
||||||
|
void Logger::writeToFile(const QString& line) {
|
||||||
|
if (logFile_ && logFile_->isOpen()) {
|
||||||
|
QTextStream stream(logFile_);
|
||||||
|
stream.setEncoding(QStringConverter::Utf8);
|
||||||
|
stream << line << Qt::endl;
|
||||||
|
logFile_->flush();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
57
src/utils/logger.h
Normal file
57
src/utils/logger.h
Normal file
@ -0,0 +1,57 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QCoreApplication>
|
||||||
|
#include <QString>
|
||||||
|
#include <QMutex>
|
||||||
|
#include <QFile>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 日志级别
|
||||||
|
*/
|
||||||
|
enum class LogLevel {
|
||||||
|
Debug,
|
||||||
|
Info,
|
||||||
|
Warning,
|
||||||
|
Error
|
||||||
|
};
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 全局日志工具
|
||||||
|
*
|
||||||
|
* 同时输出到控制台和文件。线程安全。
|
||||||
|
*/
|
||||||
|
class Logger {
|
||||||
|
public:
|
||||||
|
/** @brief 初始化日志（可选指定日志文件路径） */
|
||||||
|
static void init(const QString& logFilePath = QString());
|
||||||
|
|
||||||
|
/** @brief 关闭日志文件 */
|
||||||
|
static void shutdown();
|
||||||
|
|
||||||
|
static void log(LogLevel level, const QString& tag, const QString& message);
|
||||||
|
static void debug(const QString& tag, const QString& message);
|
||||||
|
static void info(const QString& tag, const QString& message);
|
||||||
|
static void warning(const QString& tag, const QString& message);
|
||||||
|
static void error(const QString& tag, const QString& message);
|
||||||
|
|
||||||
|
/** @brief 设置日志文件路径（运行时切换） */
|
||||||
|
static void setLogFile(const QString& path);
|
||||||
|
|
||||||
|
private:
|
||||||
|
static QString levelToString(LogLevel level);
|
||||||
|
static QString getTimestamp();
|
||||||
|
static void writeToFile(const QString& line);
|
||||||
|
|
||||||
|
static QMutex mutex_;
|
||||||
|
static QFile* logFile_;
|
||||||
|
};
|
||||||
|
|
||||||
|
// 便捷宏
|
||||||
|
#define LOG_DEBUG(tag, msg) ::impress::Logger::debug(tag, msg)
|
||||||
|
#define LOG_INFO(tag, msg) ::impress::Logger::info(tag, msg)
|
||||||
|
#define LOG_WARNING(tag, msg) ::impress::Logger::warning(tag, msg)
|
||||||
|
#define LOG_ERROR(tag, msg) ::impress::Logger::error(tag, msg)
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
46
src/utils/string_utils.cpp
Normal file
46
src/utils/string_utils.cpp
Normal file
@ -0,0 +1,46 @@
|
|||||||
|
#include "string_utils.h"
|
||||||
|
#include <sstream>
|
||||||
|
#include <iomanip>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
QStringList StringUtils::split(const QString& input, const QString& delimiter) {
|
||||||
|
return input.split(delimiter, Qt::SkipEmptyParts);
|
||||||
|
}
|
||||||
|
|
||||||
|
QString StringUtils::trim(const QString& input) {
|
||||||
|
return input.trimmed();
|
||||||
|
}
|
||||||
|
|
||||||
|
QString StringUtils::joinFloats(const std::vector<float>& values, int precision) {
|
||||||
|
std::ostringstream oss;
|
||||||
|
oss << std::fixed << std::setprecision(precision);
|
||||||
|
for (size_t i = 0; i < values.size(); ++i) {
|
||||||
|
if (i > 0) oss << ", ";
|
||||||
|
oss << values[i];
|
||||||
|
}
|
||||||
|
return QString::fromStdString(oss.str());
|
||||||
|
}
|
||||||
|
|
||||||
|
std::string StringUtils::toUtf8(const QString& input) {
|
||||||
|
return input.toStdString();
|
||||||
|
}
|
||||||
|
|
||||||
|
QString StringUtils::fromUtf8(const std::string& input) {
|
||||||
|
return QString::fromUtf8(input.c_str(), static_cast<int>(input.size()));
|
||||||
|
}
|
||||||
|
|
||||||
|
QString StringUtils::formatFileSize(qint64 bytes) {
|
||||||
|
if (bytes < 1024) return QString("%1 B").arg(bytes);
|
||||||
|
if (bytes < 1024 * 1024) return QString("%1 KB").arg(bytes / 1024.0, 0, 'f', 1);
|
||||||
|
if (bytes < 1024 * 1024 * 1024) return QString("%1 MB").arg(bytes / (1024.0 * 1024), 0, 'f', 1);
|
||||||
|
return QString("%1 GB").arg(bytes / (1024.0 * 1024 * 1024), 0, 'f', 2);
|
||||||
|
}
|
||||||
|
|
||||||
|
QString StringUtils::formatDuration(int totalSeconds) {
|
||||||
|
int minutes = totalSeconds / 60;
|
||||||
|
int seconds = totalSeconds % 60;
|
||||||
|
return QString("%1:%2").arg(minutes, 2, 10, QChar('0')).arg(seconds, 2, 10, QChar('0'));
|
||||||
|
}
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
36
src/utils/string_utils.h
Normal file
36
src/utils/string_utils.h
Normal file
@ -0,0 +1,36 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <QString>
|
||||||
|
#include <QStringList>
|
||||||
|
#include <vector>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 字符串工具函数
|
||||||
|
*/
|
||||||
|
class StringUtils {
|
||||||
|
public:
|
||||||
|
/** @brief 按分隔符分割字符串 */
|
||||||
|
static QStringList split(const QString& input, const QString& delimiter);
|
||||||
|
|
||||||
|
/** @brief 去除两端空白 */
|
||||||
|
static QString trim(const QString& input);
|
||||||
|
|
||||||
|
/** @brief float 向量转 QString（逗号分隔） */
|
||||||
|
static QString joinFloats(const std::vector<float>& values, int precision = 4);
|
||||||
|
|
||||||
|
/** @brief QString 转 UTF-8 std::string */
|
||||||
|
static std::string toUtf8(const QString& input);
|
||||||
|
|
||||||
|
/** @brief std::string 转 QString */
|
||||||
|
static QString fromUtf8(const std::string& input);
|
||||||
|
|
||||||
|
/** @brief 格式化文件大小 */
|
||||||
|
static QString formatFileSize(qint64 bytes);
|
||||||
|
|
||||||
|
/** @brief 格式化时长 (mm:ss) */
|
||||||
|
static QString formatDuration(int totalSeconds);
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
3
src/utils/timer.cpp
Normal file
3
src/utils/timer.cpp
Normal file
@ -0,0 +1,3 @@
|
|||||||
|
#include "timer.h"
|
||||||
|
|
||||||
|
// Timer 为纯头文件实现，此文件保留以维持 CMake 构建一致性
|
||||||
34
src/utils/timer.h
Normal file
34
src/utils/timer.h
Normal file
@ -0,0 +1,34 @@
|
|||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <chrono>
|
||||||
|
|
||||||
|
namespace impress {
|
||||||
|
|
||||||
|
/**
|
||||||
|
* @brief 高精度计时器
|
||||||
|
*/
|
||||||
|
class Timer {
|
||||||
|
public:
|
||||||
|
Timer() { reset(); }
|
||||||
|
|
||||||
|
void reset() {
|
||||||
|
start_ = std::chrono::high_resolution_clock::now();
|
||||||
|
}
|
||||||
|
|
||||||
|
/** @brief 返回从 reset 至今的毫秒数 */
|
||||||
|
double elapsedMs() const {
|
||||||
|
auto now = std::chrono::high_resolution_clock::now();
|
||||||
|
return std::chrono::duration<double, std::milli>(now - start_).count();
|
||||||
|
}
|
||||||
|
|
||||||
|
/** @brief 返回从 reset 至今的微秒数 */
|
||||||
|
double elapsedUs() const {
|
||||||
|
auto now = std::chrono::high_resolution_clock::now();
|
||||||
|
return std::chrono::duration<double, std::micro>(now - start_).count();
|
||||||
|
}
|
||||||
|
|
||||||
|
private:
|
||||||
|
std::chrono::high_resolution_clock::time_point start_;
|
||||||
|
};
|
||||||
|
|
||||||
|
} // namespace impress
|
||||||
12698
third_party/dr_libs/dr_flac.h
vendored
Normal file
12698
third_party/dr_libs/dr_flac.h
vendored
Normal file
File diff suppressed because it is too large
Load Diff
5412
third_party/dr_libs/dr_mp3.h
vendored
Normal file
5412
third_party/dr_libs/dr_mp3.h
vendored
Normal file
File diff suppressed because it is too large
Load Diff
9105
third_party/dr_libs/dr_wav.h
vendored
Normal file
9105
third_party/dr_libs/dr_wav.h
vendored
Normal file
File diff suppressed because it is too large
Load Diff
25796
third_party/nlohmann_json/json.hpp
vendored
Normal file
25796
third_party/nlohmann_json/json.hpp
vendored
Normal file
File diff suppressed because it is too large
Load Diff
Loading…
Reference in New Issue
Block a user