## Context 本專案為桌面端 TTS 工具,需整合 PyQt6 GUI 與 edge-tts 非同步網路請求。主要挑戰在於 PyQt 的 Event Loop 與 asyncio 的衝突處理,以及確保長時間批次任務不阻塞 UI。 目標使用者為企業內部簡報製作人員,技術背景有限,需要簡單直觀的操作流程。 ## Goals / Non-Goals **Goals:** - 實現 Excel 到 MP3 的批次轉換 - 支援中英/越英混合語音 - 提供響應式 GUI 與進度回饋 - 錯誤容忍,單檔失敗不中斷 **Non-Goals:** - 不支援即時語音預覽 - 不實作語音編輯功能 - 不處理影片嵌入 ## Decisions ### 架構模式: MVC + Producer-Consumer - **決定**: 採用 MVC 分離關注點,Worker Thread 作為 Producer 生成任務結果 - **原因**: PyQt6 原生支援此模式,易於維護與測試 ### 執行緒模型: QThread + Asyncio Event Loop - **決定**: 在 Worker Thread 內建立獨立的 asyncio loop - **替代方案**: - `qasync` 整合 - 額外依賴,維護風險 - 純同步請求 - 效能差,阻塞嚴重 - **選擇原因**: 原生解法,無額外依賴,已驗證穩定 ### TTS 引擎: edge-tts - **決定**: 使用 edge-tts Python 套件 - **原因**: - 免費調用 Azure Neural Voice - 無需 API Key - 語音品質達 SOTA 水準 ### 語音選擇策略 - **決定**: 提供下拉選單讓使用者自選語音,每個選項標註雙語支援能力 - **預設值**: 維持原映射作為預設選項 - **替代方案**: 固定映射 - 簡化操作但缺乏彈性 - **選擇原因**: 使用者可能需要男聲或不同風格 #### 可用語音清單 (含雙語支援標註) | 語言 | Voice ID | 性別 | 雙語支援 | 說明 | |------|----------|------|----------|------| | zh-TW | zh-TW-HsiaoChenNeural | 女 | 中英混雜 ✓ | 知性專業 (預設) | | zh-TW | zh-TW-HsiaoYuNeural | 女 | 中英混雜 ✓ | 活潑年輕 | | zh-TW | zh-TW-YunJheNeural | 男 | 中英混雜 ✓ | 成熟穩重 | | zh-CN | zh-CN-XiaoxiaoNeural | 女 | 中英混雜 ✓ | 甜美親切 | | zh-CN | zh-CN-YunyangNeural | 男 | 中英混雜 ✓ | 新聞播報風格 | | vi-VN | vi-VN-HoaiMyNeural | 女 | 越英混雜 ✓ | 溫柔清晰 (預設) | | vi-VN | vi-VN-NamMinhNeural | 男 | 越英混雜 ✓ | 專業沉穩 | | en-US | en-US-JennyNeural | 女 | 純英文 | 標準美式 (預設) | | en-US | en-US-AriaNeural | 女 | 純英文 | 自然對話 | | en-US | en-US-GuyNeural | 男 | 純英文 | 專業旁白 | #### GUI 下拉選單分組 - **中文語音** (適合中英混雜簡報) - **越南語音** (適合越英混雜簡報) - **英文語音** (適合純英文簡報) ### Rate Limit 策略 - **決定**: 每筆請求間隔 0.5 秒 - **原因**: 防止 IP 被 Azure 封鎖,經測試此間隔穩定 ## Risks / Trade-offs ### 網路依賴風險 - **風險**: edge-tts 依賴網路連線,離線無法使用 - **緩解**: 明確標示網路需求,提供網路錯誤提示 ### API 變動風險 - **風險**: Microsoft 可能調整 Edge TTS API - **緩解**: edge-tts 套件由社群維護,跟進更新 ### 單執行緒序列化 - **風險**: 大量檔案時處理時間長 - **Trade-off**: 選擇穩定性優先,避免並發導致 Rate Limit ## Migration Plan N/A - 全新專案,無既有系統需遷移 ## Resolved Questions - ✅ 是否需要支援自訂語音選擇?→ **是,提供下拉選單並標註雙語支援** - ✅ 是否需要輸出格式選項?→ **否,固定 MP3 格式**