LectureLive

macOS 上的本地端即時語音辨識、英中翻譯與課堂逐字稿工具。

Version 0.3.10 · Apple Silicon · SwiftUI · Local-first · MIT License

• 開發者 / Author：Jason Chen
• 版本：0.3.10（Length Guard）
• 完整本地翻譯：TranslateGemma + MLX，透過 127.0.0.1 本機服務
• 逐字稿：自動保存在專案本機 Data/Transcripts/，可匯出 TXT / Markdown

畫面預覽

畫面中的 LIVE 區塊會持續顯示目前語音辨識結果；英文內容由本地端翻譯流程產生繁體中文，已穩定的前文保留、只更新尾端。上方可切換 SpeechAnalyzer 模式、暫停/繼續監聽、匯出逐字稿並開啟歷史紀錄。

主要功能

• 即時麥克風語音辨識與字幕。
• 英文 → 繁體中文的本地 TranslateGemma 翻譯。
• macOS 26+ 使用 Apple SpeechAnalyzer / DictationTranscriber 長段落辨識；較舊系統使用 on-device Speech.framework fallback。
• 自動 / 純英文 / 中文＋中英夾雜三種辨識模式。
• 約 3 秒真實停頓自動建立新的 transcript Segment。
• 0.3.10 Length Guard：長時間沒有停頓時，在約 300 個非空白可見字元後等待自然句尾再 commit；600 字為極端事故保底上限。
• 翻譯與語音邊界分流：翻譯延遲不會重新定義或阻塞來源文字切段。
• 每段文字具有固定 Segment ID，支援即時更新、複製與歷史保存。
• 一鍵匯出 TXT / Markdown 課堂逐字稿。
• App 執行期間翻譯服務只監聽 127.0.0.1:11435。

系統需求

• Apple Silicon Mac（本專案的 MLX / TranslateGemma 本地翻譯路徑要求 arm64）
• macOS 13 或更新版本
• Xcode Command Line Tools / Apple Swift toolchain
• 麥克風與語音辨識權限
• 約 2.2 GB 以上空間放置 TranslateGemma 模型，另需本地 MLX runtime 空間

macOS 26+ 可使用新版 SpeechAnalyzer 長段落辨識；macOS 13–15 會使用專案內的舊版 on-device Speech.framework backend。新版 Apple Speech 資產若尚未安裝，系統可能下載相應的裝置端語音資產。

快速開始

Clone 或下載 repository 後，在 Finder 打開 Tools/，雙擊：

Tools/安裝並啟動 LectureLive.command

安裝流程會：

1. 檢查 macOS / Apple Silicon / Apple Swift。
2. 建立 LectureLive.app。
3. 優先重用已相容的本機 Python + MLX；若不相容，才把必要 Python 套件放進專案自己的 Runtime/python-packages/。
4. 若本機尚無 TranslateGemma，會在真正下載約 2.2 GB 模型之前詢問你。
5. 模型與 runtime 驗證成功後啟動 App。

它不會用 pip -U 去更新系統、Conda 或 Homebrew 的 Python 套件。

只建立 App

./Scripts/build_app.command

準備本地翻譯環境

./Scripts/setup_translator.command

檢查 runtime

Finder 雙擊：

Tools/檢查執行環境.command

本地資料與網路行為

正常使用時，逐字稿、log、cache、模型和 runtime 都存放在專案本地 Data/ / Runtime/。翻譯 App 只呼叫 loopback (127.0.0.1) 上的本地服務。

設定階段可能有兩類網路下載：

• 若缺少 TranslateGemma，Scripts/download_model.command 會在你明確同意後從 Hugging Face 下載 mlx-community/translategemma-4b-it-4bit。
• macOS 26+ 的 SpeechAnalyzer 若缺少 Apple 語音資產，系統框架可能要求下載並安裝對應的 on-device speech assets。

詳見 SECURITY.md。

專案結構

LectureLive/
├── Sources/LectureLive/      # SwiftUI App、ASR、segment、translation orchestration
├── Scripts/                  # App build、MLX runtime、model 與本地 translator 工具
├── Assets/                   # App icon
├── Tools/                    # Finder 雙擊入口
├── docs/                     # 架構、runtime 與 release 文件
├── .github/                  # Issue / PR templates
├── Package.swift
├── VERSION
├── SECURITY.md
├── CHANGELOG.md
└── LICENSE

架構細節請看 docs/ARCHITECTURE.md。

0.3.10 — Length Guard

本版新增長段落安全切分：

• 約 300 個非空白可見字元是軟門檻。
• 超過門檻後只在 . ? ! 。！？ 等自然句尾 commit。
• 不把內容機械切成固定 300 字 chunk。
• 約 600 字是無標點情況下的事故保底上限。
• commit 只建立新的 Segment，不會停止/重啟 SpeechAnalyzer，也不等待 TranslateGemma。

完整說明：docs/release-notes/0.3.10.md。

作者

Jason Chen

License

LectureLive © 2026 Jason Chen，依 MIT License 發布。外部 runtime、Python 套件、Apple 語音資產與 TranslateGemma 模型仍依各自上游授權條款。