小面声译产品系统Vibe Coding

民航及传统行业会议纪要整理长期依赖人工——录音听完再逐字整理，单次会议往往耗费半天到一天。飞书等通用工具仅能做语音转写，无法理解行业术语（如边贡、暑运、航网、倒舱），转写结果充斥着语气词、口吃重复和识别错误，后续校对工作量巨大。该项目旨在解决"语音转写后仍然需要大量人工审稿"这一核心痛点，用AI替代人工完成语气词清理、术语修正、残缺补全等审稿工作，将数小时的整理缩短至5分钟，让非技术岗位的同事也能零门槛使用。

项目核心为三段式流水线：语音转写→AI审稿→Word导出。语音转写模块对接阿里云DashScope，支持说话人分离，自动标注每位发言人。AI审稿模块基于自研四级权限框架——L1自动删除24类语气词与口吃重复、L2根据12行业术语映射表修正专业词汇、L3最小补全残缺语句、L4保护数字/简称/领导语气不被误改。审核编辑页面支持音频同步播放定位、说话人改名与色条区分、单击即编、分段截断、全文搜索、智能批量修改，以及AI Diff逐段接受/拒绝修改。导出支持合并版（同说话人合并）和详细版（逐段独立）双栏Word文档。配套用户体系包括微信扫码登录、邀请裂变计费、兑换码系统、管理后台，以及完整的IDOR防护、JWT黑名单、限流熔断等安全加固。

我独立负责全栈开发，涵盖产品设计、前端、后端、AI接口集成、安全加固与线上部署全链路。技术栈：后端Python FastAPI + SQLAlchemy + SQLite（WAL模式），前端Vue 3 + TypeScript + Vite + Pinia，AI层对接阿里云DashScope语音转写与DeepSeek API审稿，文档生成使用python-docx + LibreOffice headless。核心难点有三：一是音频-段落精确同步，经历5次方案迭代，最终通过锚点标记方案确保LLM审稿全链路段落身份可追溯；二是感叹词顽固残留，建立三层防御（正则+Prompt强制措辞+docx生成层兜底）彻底解决；三是LLM审稿质量控制，从过度保守的v1迭代至四级权限框架v2.3，通过4人专家组并行诊断六类顽固缺陷。项目采用工单驱动开发模式，累计114个工单、102个已完成，部署于雨云香港VPS（Nginx + systemd + Let's Encrypt SSL），已上线运行。