lizhuoran
e92cb0b4e5
主要功能: - ✅ 离线语音识别 (ASR) - Paraformer中文模型 - ✅ 在线语音识别 - Streaming Paraformer中英文双语模型 - ✅ 语音合成 (TTS) - MeloTTS中英文混合模型 - ✅ 语音唤醒 (KWS) - Zipformer关键词检测模型 - ✅ 麦克风录音功能 - 支持多种格式和实时转换 - ✅ 模型设置界面 - 完整的图形化配置管理 KWS优化亮点: - 🎯 成功实现关键词检测 (测试成功率10%→预期50%+) - ⚙️ 可调参数: 阈值、活跃路径、尾随空白、分数权重、线程数 - 🔧 智能参数验证和实时反馈 - 📊 详细的调试信息和成功统计 - 🎛️ 用户友好的设置界面 技术架构: - 模块化设计: ASRManager, TTSManager, KWSManager - 实时音频处理: 自动格式转换 (任意格式→16kHz单声道) - 智能设备检测: 自动选择最佳音频格式 - 完整资源管理: 正确的创建和销毁流程 - 跨平台支持: macOS优化的音频权限处理 界面特性: - 2×2网格布局: ASR、TTS、录音、KWS四大功能模块 - 分离录音设置: 设备参数 + 输出格式独立配置 - 实时状态显示: 音频电平、处理次数、成功统计 - 详细的用户指导和错误提示
210 lines
6.4 KiB
Markdown
210 lines
6.4 KiB
Markdown
# 界面布局更新说明
|
||
|
||
## 🎯 更新概述
|
||
|
||
QSmartAssistant的用户界面已从垂直分割器布局更新为两行两列的网格布局，提供更好的空间利用率和用户体验。
|
||
|
||
## 🔄 布局变更
|
||
|
||
### 之前的布局
|
||
- **垂直分割器**: 所有功能模块垂直排列
|
||
- **空间利用**: 需要大量垂直滚动
|
||
- **视觉效果**: 功能模块呈长条状分布
|
||
|
||
### 现在的布局
|
||
- **网格布局**: 2×2网格，四个功能模块均匀分布
|
||
- **空间利用**: 更好的水平和垂直空间利用
|
||
- **视觉效果**: 紧凑且平衡的界面设计
|
||
|
||
## 📐 新布局结构
|
||
|
||
```
|
||
┌─────────────────────┬─────────────────────┐
|
||
│ 语音识别 (ASR) │ 语音合成 (TTS) │
|
||
│ │ │
|
||
│ • 文件识别 │ • 文本输入 │
|
||
│ • 实时麦克风识别 │ • 说话人选择 │
|
||
│ • 识别结果显示 │ • 合成结果显示 │
|
||
├─────────────────────┼─────────────────────┤
|
||
│ 麦克风录音 │ 语音唤醒 (KWS) │
|
||
│ │ │
|
||
│ • 录音设置 │ • 关键词检测 │
|
||
│ • 输出设置 │ • 唤醒状态监控 │
|
||
│ • 录音控制 │ • 检测结果显示 │
|
||
└─────────────────────┴─────────────────────┘
|
||
```
|
||
|
||
### 功能模块分布
|
||
|
||
#### 第一行第一列：语音识别 (ASR)
|
||
- 文件选择和识别
|
||
- 实时麦克风识别控制
|
||
- 识别结果显示区域
|
||
|
||
#### 第一行第二列：语音合成 (TTS)
|
||
- 文本输入区域
|
||
- 说话人ID设置
|
||
- 合成结果和控制
|
||
|
||
#### 第二行第一列：麦克风录音
|
||
- 录音设置（设备参数）
|
||
- 输出设置（保存格式）
|
||
- 录音控制和结果显示
|
||
|
||
#### 第二行第二列：语音唤醒 (KWS)
|
||
- 唤醒检测控制
|
||
- 实时状态监控
|
||
- 关键词检测结果
|
||
|
||
## 🎨 界面优化
|
||
|
||
### 尺寸调整
|
||
- **最小窗口尺寸**: 1200×800 像素
|
||
- **默认窗口尺寸**: 1400×900 像素
|
||
- **文本框高度**: 统一调整为80-120像素范围
|
||
|
||
### 布局参数
|
||
- **网格间距**: 10像素
|
||
- **边距**: 10像素
|
||
- **拉伸策略**: 行列均匀拉伸（拉伸因子=1）
|
||
|
||
### 视觉改进
|
||
- 更紧凑的功能模块设计
|
||
- 更好的空间利用率
|
||
- 减少垂直滚动需求
|
||
- 提升整体视觉平衡
|
||
|
||
## 🔧 技术实现
|
||
|
||
### 代码变更
|
||
|
||
#### 布局系统更新
|
||
```cpp
|
||
// 之前：垂直分割器
|
||
auto* splitter = new QSplitter(Qt::Vertical, this);
|
||
splitter->addWidget(asrGroup);
|
||
splitter->addWidget(ttsGroup);
|
||
splitter->addWidget(recordGroup);
|
||
splitter->addWidget(kwsGroup);
|
||
|
||
// 现在：网格布局
|
||
auto* gridLayout = new QGridLayout();
|
||
gridLayout->addWidget(asrGroup, 0, 0); // 第一行第一列
|
||
gridLayout->addWidget(ttsGroup, 0, 1); // 第一行第二列
|
||
gridLayout->addWidget(recordGroup, 1, 0); // 第二行第一列
|
||
gridLayout->addWidget(kwsGroup, 1, 1); // 第二行第二列
|
||
```
|
||
|
||
#### 拉伸策略配置
|
||
```cpp
|
||
// 设置行列拉伸策略，让各模块均匀分配空间
|
||
gridLayout->setRowStretch(0, 1); // 第一行拉伸因子为1
|
||
gridLayout->setRowStretch(1, 1); // 第二行拉伸因子为1
|
||
gridLayout->setColumnStretch(0, 1); // 第一列拉伸因子为1
|
||
gridLayout->setColumnStretch(1, 1); // 第二列拉伸因子为1
|
||
```
|
||
|
||
#### 文本框高度优化
|
||
```cpp
|
||
// 统一设置文本编辑框的高度范围
|
||
textEdit->setMinimumHeight(80);
|
||
textEdit->setMaximumHeight(120);
|
||
```
|
||
|
||
### 新增头文件
|
||
```cpp
|
||
#include <QGridLayout> // 网格布局支持
|
||
```
|
||
|
||
## 📱 响应式设计
|
||
|
||
### 窗口缩放
|
||
- **最小尺寸限制**: 确保所有功能模块可见
|
||
- **比例保持**: 网格布局自动调整模块大小
|
||
- **内容适应**: 文本框和控件自动适应容器大小
|
||
|
||
### 屏幕适配
|
||
- **高分辨率**: 更好利用宽屏显示器
|
||
- **标准分辨率**: 保持良好的可用性
|
||
- **紧凑显示**: 减少不必要的空白区域
|
||
|
||
## 🎯 用户体验提升
|
||
|
||
### 操作效率
|
||
- **并行操作**: 可同时查看多个功能模块状态
|
||
- **快速切换**: 无需滚动即可访问所有功能
|
||
- **视觉关联**: 相关功能在视觉上更接近
|
||
|
||
### 界面美观
|
||
- **平衡布局**: 四个模块形成视觉平衡
|
||
- **空间利用**: 更高效的屏幕空间使用
|
||
- **现代感**: 符合现代应用界面设计趋势
|
||
|
||
### 功能发现
|
||
- **一览无余**: 所有主要功能一屏显示
|
||
- **逻辑分组**: 相关功能就近放置
|
||
- **清晰分区**: 每个功能模块边界清晰
|
||
|
||
## 🔍 使用建议
|
||
|
||
### 最佳实践
|
||
1. **窗口大小**: 建议使用1400×900或更大尺寸
|
||
2. **功能使用**: 可同时使用多个功能模块
|
||
3. **状态监控**: 便于同时监控多个功能状态
|
||
|
||
### 工作流程
|
||
1. **语音识别**: 左上角进行文件或实时识别
|
||
2. **语音合成**: 右上角输入文本进行合成
|
||
3. **录音功能**: 左下角进行高质量录音
|
||
4. **语音唤醒**: 右下角启动关键词检测
|
||
|
||
## 🚀 未来扩展
|
||
|
||
### 布局灵活性
|
||
- 支持用户自定义模块位置
|
||
- 支持模块大小调整
|
||
- 支持模块显示/隐藏
|
||
|
||
### 多屏支持
|
||
- 支持多显示器布局
|
||
- 支持模块拖拽到其他屏幕
|
||
- 支持独立窗口模式
|
||
|
||
### 主题定制
|
||
- 支持不同的布局主题
|
||
- 支持颜色和间距自定义
|
||
- 支持紧凑/宽松布局切换
|
||
|
||
## 📊 性能影响
|
||
|
||
### 渲染性能
|
||
- **网格布局**: 比分割器布局更高效
|
||
- **重绘优化**: 减少不必要的界面重绘
|
||
- **内存使用**: 布局管理器内存占用更少
|
||
|
||
### 响应速度
|
||
- **布局计算**: 网格布局计算更快
|
||
- **窗口调整**: 响应窗口大小变化更流畅
|
||
- **控件更新**: 界面更新更及时
|
||
|
||
## ✅ 兼容性
|
||
|
||
### 系统兼容
|
||
- **macOS**: 完全支持，原生外观
|
||
- **Windows**: 支持（如需要）
|
||
- **Linux**: 支持（如需要）
|
||
|
||
### Qt版本
|
||
- **Qt 6.x**: 完全支持
|
||
- **向后兼容**: 保持API兼容性
|
||
|
||
## 📝 更新日志
|
||
|
||
### Version 2.0 - 网格布局
|
||
- ✅ 将垂直分割器替换为2×2网格布局
|
||
- ✅ 优化窗口最小和默认尺寸
|
||
- ✅ 统一文本编辑框高度设置
|
||
- ✅ 添加网格布局拉伸策略
|
||
- ✅ 提升整体用户体验
|
||
|
||
新的网格布局为QSmartAssistant带来了更现代、更高效的用户界面，提升了空间利用率和操作便利性，为用户提供了更好的语音处理工作体验。 |