專案名稱： 智慧簡報旁白生成系統 (Smart Slide Voiceover System) 版本： v1.0 日期： 2025/12/27 硬體基準： PC (Windows), 32GB RAM, RTX 4060 (主要利用 CPU 與 網路頻寬)

1. 專案概述 (Executive Summary)
本專案旨在開發一款桌面端應用程式 (Desktop Application)，協助使用者將撰寫於 Excel 的簡報講稿，批次轉換為專業級、擬真且具備親切感的語音檔案。系統需解決跨語言（中文+英文專有名詞、越南文+英文專有名詞）的發音自然度問題，並提供圖形化介面以降低操作門檻。

2. 使用者流程 (User Flow)
環境啟動：使用者透過 Conda 啟動應用程式。

素材匯入：使用者透過 GUI 選擇標準格式的 Excel 腳本檔 (.xlsx)。

參數確認：使用者確認輸出路徑（預設為自動建立）。

執行生成：點擊「開始」按鈕，系統依序處理每一行講稿。

狀態監控：使用者透過進度條與日誌視窗監控生成狀態，且介面保持響應。

結果驗收：生成完畢後，彈出通知，使用者至資料夾查收 MP3 檔案。

3. 功能需求 (Functional Requirements)
3.1 輸入模組
格式支援：僅支援 .xlsx 格式。

欄位定義：

Filename (必要)：輸出音檔名稱 (例如 Slide_01)。

Text (必要)：旁白內容，支援中英夾雜或越英夾雜。

Lang (選填)：指定該段落的主要語言 (zh 或 vi)，若為空則預設為 zh。

3.2 核心處理模組 (TTS Engine)
引擎選型：採用微軟 Edge-TTS (Neural Voice) 技術，無需本地 GPU 模型推論。

語言處理邏輯：

越南文模式 (vi)：針對越南廠區/客戶簡報。需精確朗讀越南文，並能以自然口音朗讀夾雜的英文術語（如 "Yield rate"）。

中文模式 (zh)：針對內部彙報。需使用台灣口音，語氣專業親切，無機械音，並能流利朗讀英文術語。

穩定性機制：必須包含 Rate Limit 防護（每筆請求間隔），防止因請求過快導致 IP 被封鎖。

3.3 圖形化使用者介面 (GUI)
框架：PyQt6。

主要元件：

檔案選擇器 (File Browser)。

操作按鈕：開始 (Start)、強制停止 (Stop)。

視覺回饋：百分比進度條 (Progress Bar)、多行日誌視窗 (Log Console)。

互動性：執行耗時任務時，主視窗不得凍結 (No Freeze)，需維持可拖曳與最小化狀態。

4. 非功能性需求 (Non-Functional Requirements)
部署性：必須使用 Conda 進行依賴管理，確保環境可移植性。

效能：單筆音訊生成延遲不超過 3 秒（視網路狀況），支援 100 筆以上的批次佇列。

錯誤容忍：單一檔案生成失敗（如特殊字元錯誤）不應中斷整個批次作業，僅需記錄錯誤並跳至下一筆。