ASMR Transformer

简洁优雅的ASMR转录与润色工具 🥵🥵🥵

特性 • 部署 • 配置 • 联动 • License

---

✨ 特性

一款简洁优雅的语音识别与文本润色工具，支持音频文件上传、从 asmrgay.com 及备用站在线导入/下载音频。

• 🎤 语音识别 - 支持上传音频文件或粘贴 asmrgay.com 及备用站 URL，调用硅基流动 ASR API 进行高精度语音转文字
• ✨ 智能润色 - 支持 OpenAI 兼容 LLM 润色，自动纠错、添加标点、分段排版（不再内置免费 Key）
• 🎯 自定义润色指令 - 可自定义润色规则，适配不同场景（会议记录、采访整理、翻译等）
• 💾 设置持久化 - 默认从服务器 .env 读取，WebUI 修改后点击「保存」写回 .env
• 📊 实时进度 - 详细的上传进度、处理状态和运行日志
• 🎨 清新蓝调 UI - 匹配 Logo 的蓝色调配色，圆润卡片、流畅动画

🚀 部署方式

本地运行

# 克隆项目
git clone https://github.com/makoMakoGo/ASMR-Transformer.git
cd ASMR-Transformer

# 安装依赖
npm install

# 启动开发服务器
npm run dev

# 或指定端口
npm run dev -- -p 3092

打开浏览器访问 http://localhost:3045 (或自定义端口)

🔧 配置说明

配置方式（推荐）

1. 复制模板并创建本地配置文件：

cp .env.example .env

2. 两种配置方式二选一：
   • 直接编辑 .env
   • 打开 WebUI → 「设置」面板修改并点击「保存」写回 .env
   • 设置页顶部提供「保存 / 重新加载 / 放弃改动」用于管理未保存改动

可选环境变量：APP_SETTINGS_ENV_FILE（指定 WebUI 读写的 .env 文件路径，默认 ./.env）

语音识别 API（必填）

使用硅基流动提供的免费 ASR 服务：

1. 访问 硅基流动官网 注册账号
2. 在控制台获取 API Key
3. 在工具设置中填入 API Key

默认配置：

• API URL: https://api.siliconflow.cn/v1/audio/transcriptions
• 模型: TeleAI/TeleSpeechASR

文本润色 API（可选）

如需使用自己的 LLM API：

• 支持任何 OpenAI 兼容的 API（如 OpenAI、DeepSeek、通义千问等）
• 在设置中填写 API URL、模型名称和 API Key（如果你的服务不需要 Key，可留空）

自定义润色指令

可在设置中修改润色指令，例如：

• 默认：纠错、添加标点、分段排版
• 会议记录：提取要点、整理成会议纪要格式
• 翻译：将内容翻译成英文

在线音频链接

仅支持以下站点的播放页面 URL / 直链：

• www.asmrgay.com（主站）
• www.asmr.pw / www.asmr.loan / www.asmr.party / www.asmr.stream（备用站）

说明：播放页通过 AList API 解析后，真实下载链接可能会跳到 asmr.121231234.xyz（已允许）。其它域名会被直接拒绝。

1. 在主界面"在线链接"输入框粘贴链接
2. 选择操作：
   • 下载到本地 - 仅下载音频到 ./audio/ 目录，不转录
   • 直接转录 - 下载并立即转录（需先配置 ASR API Key）
3. 服务器会自动解析播放页面、跟随跳转、校验格式与大小（默认 100MB 内）

可选环境变量：FETCH_AUDIO_MAX_BYTES（单位字节，默认 104857600）

🔗 联动食用

🎮 把聊天窗口变成 GalGame！
配合本项目食用更佳~ ASMR 转文字 → GalGame 对话框，二次元浓度拉满！

📁 项目结构

├── app/
│   ├── api/
│   │   ├── polish/route.ts   # LLM 润色（SSE 流式）
│   │   ├── check-audio/route.ts   # 检查在线音频元信息（支持 AList 播放页面解析）
│   │   ├── proxy-audio/route.ts   # 流式代理在线音频（前端显示下载进度）
│   │   └── settings/route.ts      # WebUI 设置读写（写入 .env）
│   ├── globals.css           # 全局样式（清新蓝调设计系统）
│   ├── layout.tsx            # 根布局
│   └── page.tsx              # 主页面组件
├── lib/
│   ├── alist-utils.ts        # AList 解析工具
│   ├── env-file.ts           # .env 读写工具（WebUI 保存设置）
│   └── url-utils.ts          # URL 校验/白名单/私网拦截/扩展名 MIME 映射
├── docs/images/              # 图片资源
├── tests/                    # 测试文件
│   ├── fixtures/             # 测试资源
│   └── unit/                 # 单元测试
└── package.json

📝 使用流程

1️⃣ 点击设置图标，填入硅基流动 API Key
        ↓
2️⃣ 粘贴在线链接 或 选择本地音频文件
        ↓
3️⃣ 点击「直接转录」或「开始转录」
        ↓
4️⃣ 查看原始结果，点击「润色」进行智能排版
        ↓
5️⃣ 复制润色后的文本使用

⚠️ 页面刷新与请求中断

重要：本工具采用「即时中断」策略——当你刷新或关闭浏览器页面时，所有进行中的后端请求（音频下载、ASR 转录、LLM 润色）会立即中止，不会在后台继续运行。

操作	结果
刷新页面	当前任务中止，已完成的结果丢失
关闭标签页	当前任务中止，已完成的结果丢失
网络断开	当前任务中止

设计理由：

• 避免用户离开后 API 调用继续消耗资源/配额
• 行为可预测：关闭即停止，不会有「幽灵任务」在后台运行
• 如需保留结果，请在任务完成后再离开页面

🧪 测试

# 运行单元测试
npm run test:unit

# 运行所有测试
npm test

本项目以 Web 界面为主，接口路由仅用于页面内部功能（在线链接导入、润色等），不再提供对外 API 文档。

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📄 License

MIT © 2025 makoMakoGo