macos

LiveCaptions Translator (LCT) for macOS 🎙️✨

LiveCaptions Translator (LCT) 是一款专为 macOS 设计的原生级实时语音识别与 AI 翻译桌面工具。它通过无缝结合苹果原生的 SFSpeechRecognizer 框架与本地化部署的 LLM（Ollama大模型），提供真正的“零延迟感知”与“隐私安全”的实时跨语言字幕与口语润色服务。

🌟 核心特性 (Features)

• 原生级体验：完全使用 Swift & SwiftUI 编写，极低的内存与 CPU 占用。
• 毛玻璃悬浮窗 (Glassmorphism HUD)：沉浸式窄边框字幕条，采用 .ultraThinMaterial 毛玻璃材质，与系统无缝融合。
• 渐进式交互 (Progressive Disclosure)：悬停时优雅淡入控制栏，移开后恢复纯净阅读体验。
• 双路流式翻译管道 (Translation Pipeline)：独创的 CaptionSegmenter 文本切分器，实现本地 ASR “边听边修补” 与后台 “单次提问双重输出（原句去噪改写 + 目标语言翻译）” 完美结合。
• 全面本地化支持：直接对接本地 Ollama 服务（默认推荐模型 qwen3.5:4b-mlx），让你的数据不出本机，保证极致的隐私和离线可用性。
• 全自动 CI/CD 流程：已配置完整的 GitHub Actions 工作流，代码合并自动拉起 macOS Runner 完成 .app 编译与压缩归档分发。

📁 本地代码架构 (Architecture)

我们的项目将复杂逻辑分离到高内聚的模型中：

• LCTMacApp.swift：程序入口，管理欢迎向导和主窗口样式。
• MainView.swift：核心视图，采用基于 ZStack 和 ScrollView 的非完全透明悬浮面板设计，包含自动滚动的流式翻译卡片。
• TranscriptionVM.swift：控制大局的 ViewModel，负责协调语音录制、断句切片、请求翻译和数据同步。
• Utils/CaptionSegmenter.swift：负责把源源不断的实时 ASR 草稿流文本（Interim Text）基于停顿和标点进行切段（Segment）定型。
• Models/TranslationSegment.swift：每一个定型的段落对应一个 TranslationSegment 卡片，追踪自己处于识别中、翻译中或已完成状态。
• Services/OllamaService.swift：与本地大模型交互的网络层，解析特殊的指令模板进行翻译。

📜 历史变更概要 (Changelog & Commits)

最近的重大架构演进与特性更新：

• c402aca - 优化：默认关闭 Ollama 大模型的思考过程 (think: false)，降低首字延迟。
• de99eea & ee42dde - CI/CD：新增并修复了基于 Swift 6.0 的 macOS GitHub Actions 构建和打包流程。
• fa328de - 特性：实现了真正的流式 Transcript Stream，由单一全量字符串重构为分段式管道 (Segmented Translation Pipeline)。
• a47a5e6 - 架构：采用 Overlay-first 架构重新设计，并加入 CaptionSegment 状态机。
• 094ba7c - 特性：彻底移除基于 Python 的桥接代码，全盘换成性能更加优越的 Swift Native 原生组件。
• 8d2fec6 - 架构：精简代码库，移除过时的 Windows 分支依赖，专注于打造 macOS 最佳体验。

🚀 开发者构建指南

本项目需要 Xcode 16 / Swift 6.0 环境：

# 进入项目目录
cd macos
# 启动 Release 编译
swift build -c release
# 运行编译后的程序
./.build/release/LCTMac

(注：你也可以直接利用已经配置好的 GitHub Actions 自动获取每日构建的 LCTMac-macOS.zip 包)