iT邦幫忙

鐵人檔案

2026 iThome 鐵人賽
回列表
AI Engineering

從行程到應援:30 天做出追星實用工具箱 系列

本系列將以「追星人的真實需求」為出發點,在 30 天內使用 Flutter 與 Whisper API 逐步打造一套追星 AI 實用工具箱,核心功能聚焦於「直播即時語音翻譯」,解決看偶像直播聽不懂韓語/日語的痛點,還有偶像行程追蹤、活動提醒,到專輯與周邊收藏管理、應援活動整理、追星花費紀錄,我會把平常分散在社群貼文、行事曆、備忘錄與試算表中的資訊,整合成更方便使用的系統。

參賽天數 16 天 | 共 16 篇文章 | 0 人訂閱 訂閱系列文 RSS系列文 |團隊nutc imac
DAY 11

Day 11:如何將切片音訊流暢送出並取得逐字稿

一、今日目標 建立 WebSocket 雙向通道:連線管理,確保連線穩定。 即時推送 Audio Chunk:將 Day 9 擷取到的音訊切片即時透過We...

2026-09-25 ‧ 由 nrei23 分享
DAY 12

Day 12:處理多國語音/韓語與日語聲學辨識的參數調校

一、前言 做多語音的 AI 對話應用(韓語、日語、中文都要顧到)時,常碰到「AI 聽錯字」「語音辨識吃掉句尾」或「日韓語特有發音切不乾淨」的問題。大部分時候問題...

2026-09-26 ‧ 由 nrei23 分享
DAY 13

Day 13:語音串流斷線重連與邊緣端備援機制實作

一、今日目標 在行動裝置環境裡,4G/5G 切換、電梯或地下室收訊不好,是我們日常生活常見的情況。如果 WebSocket 一斷線就讓錄音跟著中斷、資料跟著不見...

2026-09-27 ‧ 由 nrei23 分享
DAY 14

Day 14:開發踩坑週記/語音切片時遇到的音訊變形難題

一、前言 切出來的音訊播放起來像花栗鼠(聲音變尖、變快) 聲音聽起來像機器人(雜音、斷斷續續) OpenAI / Whisper 回傳整段空白或產生字詞幻覺...

2026-09-28 ‧ 由 nrei23 分享
DAY 15

Day 15:從逐字稿到流暢語意/串接 LLM(GPT-4o-mini / Gemini)進行翻譯

今天我們將實作一個翻譯服務,串接 OpenAI (GPT-4o-mini) 或 Google Gemini API,利用訂定好的規範讓語音辨識結果修飾為自然、流...

2026-09-29 ‧ 由 nrei23 分享
DAY 16

Day 16:解決 AI 聽不懂飯圈梗!設計「偶像暱稱與專有名詞」Prompt 字典

一、前言 在 Day 15 我們讓 App 支援了多語言的語音辨識,但實際測試後發現一個問題,是Whisper 雖然聽得懂韓文、日文,但聽不懂飯圈專用的詞彙。...

2026-09-30 ‧ 由 nrei23 分享