「聽台灣」是一款專為台灣在地語音打造的 AI 智慧轉錄系統。結合 Google Gemini 3 Flash 模型,提供精準的語音轉文字、講者辨識以及會議摘要功能。
- 在地語音優化:特別針對台灣口音、中英夾雜以及台語進行優化處理。
- 隱私至上 (Privacy First):API Key 僅儲存於您的瀏覽器中,語音資料處理均在用戶端完成,不經過任何中轉伺服器。
- 自動講者辨識:自動區分不同發言者,並標註精確時間軸。
- 智慧格式優化:同時提供「原始逐字稿」與「語意修正後內容」,讓紀錄更易讀。
- 一鍵生成摘要:快速生成會議重點,支援繁體中文輸出。
-
Invitation Code: ai4all
本系統要求必須在 HTTPS 環境下執行(以獲取麥克風權限)。我們提供了一鍵啟動腳本,會自動為您處理 SSL 憑證。
這是最推薦的方法,會自動檢查環境並產生必要的自簽憑證:
# 1. 賦予腳本執行權限
chmod +x setup.sh
# 2. 執行啟動腳本
./setup.sh- 準備憑證:在專案根目錄建立
ssl資料夾,並確有fullchain.pem與privkey.pem。若無憑證,可執行:
openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout ssl/privkey.pem -out ssl/fullchain.pem -subj "/CN=localhost" - 啟動容器:
docker-compose up -d --build
- 部署成功後,瀏覽
https://您的伺服器IP。 - 系統會要求輸入 Gemini API Key。請前往 Google AI Studio 免費獲取。
- 選取「記住我的金鑰」可將金鑰安全地儲存於瀏覽器的 LocalStorage 中。
- 即時錄音:點擊「Record」面板進行會議內容錄製。
- 上傳檔案:點擊「Upload」面板上傳現有的音檔(支援 mp3, wav, m4a 等)。
- 錄音完畢後點擊「Start Transcription」,系統將自動進行分段處理。
- 處理中:系統會即時顯示已完成的語音片段,您可以即時閱讀。
- 匯出:轉錄完成後,提供「原始 JSON」與「精簡逐字稿」下載。
- 歷史紀錄:左側側邊欄會保留您所有的轉錄紀錄(儲存於瀏覽器 IndexDB 中)。
- Frontend: React 19 + TailwindCSS + Lucide Icons
- Backend: Node.js 22 (Fastify/Express)
- Proxy: Nginx (Alpine) + SSL Termination
- Database: IndexedDB (瀏覽器端存儲大型音檔)
- AI Engine: Google Gemini 3 Flash Preview
Q: 瀏覽器顯示「連線不安全」? A: 因為系統預設使用「自簽憑證」來滿足 HTTPS 要求。請點擊「進階」並點擊「繼續前往 (不安全)」即可。
Q: 錄音按鈕無法點選?
A: 確保您是透過 https:// 訪問。若為 http:// 訪問,瀏覽器會依據安全規範停用錄音 API。
Q: 檔案上傳有限制嗎?
A: 預設 Nginx 限制為 100MB。如需上傳超大型檔案,請修改 nginx.conf 中的 client_max_body_size 設定。
「聽台灣」致力於保護您的隱私:
- API Key:加密存儲於瀏覽器 LocalStorage。
- 音檔數據:儲存於您本地瀏覽器的 IndexedDB。
- 通訊鏈路:您的瀏覽器
↔️ Google Gemini API (直接通訊,不經由本專案伺服器轉發)。
詳細的圖書說明請參閱: 👉 完整圖書說明 (Handbook.md)