CrossSubtitle-AI

基于 Tauri v2 + Vue 3 + Pinia + Tailwind CSS 的本地优先字幕工作台，覆盖以下 MVP 链路：

• 导入音视频文件并创建任务队列
• 使用 ffmpeg 抽取 16kHz 单声道 WAV
• 执行基础 VAD 切分并生成语音片段时间轴
• 进入 Whisper 转录/翻译环节
• 可选接入 OpenAI-compatible 接口生成中文译文
• 实时推送任务进度和字幕片段
• 导出 SRT / VTT / ASS

目录结构

• src/: Vue 前端界面、Pinia 状态、字幕编辑器
• src-tauri/src/audio.rs: 音频抽取与 WAV 读取
• src-tauri/src/vad.rs: VAD API 与基础能量检测实现
• src-tauri/src/whisper.rs: Whisper 接口层
• src-tauri/src/translate.rs: OpenAI-compatible 滑动窗口翻译
• src-tauri/src/subtitle.rs: SRT / VTT / ASS 导出
• src-tauri/src/task.rs: 任务编排与事件广播

当前实现说明

• 当前仓库已补齐完整工程骨架与核心数据流。
• 由于本机环境缺少 Rust 工具链，本次未能执行 cargo check 或 tauri dev。
• whisper.rs 目前提供了稳定的接口与任务路由，但真实 whisper-rs 推理仍需在安装 Rust 后继续接入具体模型调用。
• vad.rs 已提供可用的 VAD 模块 API，默认实现为能量检测回退；如果你后续放入 Silero ONNX，可在此模块内替换为 ort 推理。

运行前准备

1. 安装 Rust 工具链。
2. 安装 ffmpeg，并确保可通过命令行直接调用。
3. 安装前端依赖：

npm install

4. 如需中文翻译，配置环境变量：

export OPENAI_API_BASE=https://your-openai-compatible-endpoint/v1
export OPENAI_API_KEY=your_api_key
export OPENAI_MODEL=gpt-4o-mini

5. 启动桌面应用：

npm run dev

下一步建议

• 将 src-tauri/src/whisper.rs 的占位实现替换为真实 whisper-rs 推理。
• 在 src-tauri/src/vad.rs 接入 Silero VAD ONNX Runtime。
• 加入文件选择器、任务恢复、批量导出与测试用例。