byvo

语音转写应用：Flutter 客户端 + FastAPI 后端。

项目结构

• lib/ Flutter 客户端
• backend/ FastAPI 后端（豆包转写、可选 Ark 纠错、SQLite 持久化）

后端

使用 uv 作为包管理器。

启动

cd backend
uv sync
uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

配置

配置使用 YAML 格式，复制 config/config.yaml.example 为 config/config.yaml 后修改：

database_url: sqlite:///./byvo.db
volcengine:
  app_key: ""
  access_key: ""
  resource_id: ""
  ark_api_key: ""   # 可选，用于流式纠错
  ark_model_id: "doubao-seed-1-8-251228"

豆包凭证可由环境变量 VOLCENGINE__APP_KEY、VOLCENGINE__ACCESS_KEY、VOLCENGINE__RESOURCE_ID 覆盖。

API

• POST /api/v1/transcribe：multipart/form-data，audio（WAV 文件），豆包转写
• WebSocket /api/v1/transcribe/stream：流式转写，客户端发送 PCM（16k/16bit/mono）二进制，服务端返回 JSON { "text": "当前全文", "is_final": false }；若配置 Ark 则带纠错
• GET /health：健康检查

客户端

Flutter 客户端通过 HTTP 调用后端转写。在设置中配置后端地址（默认 http://10.0.2.2:8000，适用于 Android 模拟器访问本机）。

• 录制 + 转写：录制 WAV 后 POST 到后端（豆包）
• 实时转写：WebSocket 流式连接，record.startStream + WS 推送 PCM，边录边出字

flutter pub get
flutter run