AnkiVoice

English README

AnkiVoice 是一个面向 Windows 的本地 Web 控制台，用于把 Anki 卡组中的文本批量生成语音并写回到笔记字段。项目通过 AnkiConnect 读取卡组和笔记，通过 GPT-SoVITS 生成音频，并可选用 AI 帮助选择角色模型或参考音频。

特性

• 支持读取 Anki 中的全部卡组并在网页端选择
• 默认使用通用字段映射，不再依赖特定卡组
• 保留 JLPT 与 Green Book 作为可选预设
• 网页端可修改 AnkiConnect、GPT-SoVITS 路径与运行配置
• 默认中文界面，支持右上角中英切换
• 网页端配置支持自动保存，同时保留手动保存按钮
• 支持扫描本地角色语音库并配置角色权重
• 提供中英文文档和 GitHub 发布辅助文件

当前支持范围

• 已验证平台：Windows
• 依赖服务：
  • Bun
  • Anki + AnkiConnect
  • GPT-SoVITS
• 未验证平台：macOS、Linux

快速开始

1. 安装依赖

bun install

2. 可选：配置 AI 选择能力

如果你需要 AI 自动选择角色或参考音频：

1. 复制 .env.example 为 .env
2. 填入你的 API Key

如果不需要 AI 选择，可以跳过这一步。

3. 启动服务

开发模式：

bun run dev

生产模式：

bun run start

打开浏览器访问：

http://127.0.0.1:3000

使用流程

1. 准备 Anki

1. 启动 Anki
2. 确认安装并启用了 AnkiConnect
3. 在网页端点击 Test Connection
4. 点击 Load Decks 加载所有卡组

2. 预览卡组并设置字段映射

1. 选择目标卡组
2. 点击 Preview Deck，或在选择卡组后等待页面自动刷新字段预览
3. 根据字段预览选择映射模式：
   • Generic single field
   • Generic prefix pair
   • JLPT preset
   • Green Book preset
   • Legacy auto detect
4. 在字段下拉框中直接选择源字段、目标字段；前缀模式再填写前缀

推荐默认使用：

• Generic single field：普通单字段文本卡组
• Generic prefix pair：形如 Sentence1 -> Audio1 的多字段卡组

3. 配置 GPT-SoVITS

1. 填写 模型库路径
2. 填写 API Endpoint
3. 点击 Scan Library
4. 选择语言、作品、角色、模型和参考音频

模型库路径 填写的是语音模型库，而不是 GPT-SoVITS 程序根目录。它支持两种填法：

• 直接填写 CharacterVoice
• 填写 CharacterVoice 的上级目录，程序会自动继续查找 CharacterVoice

4. 模型库目录与命名规则

推荐目录结构：

<你的模型库根目录>/
  CharacterVoice/
    Chinese/
      MySeries/
        MyCharacter/
          MyCharacter-e15.ckpt
          MyCharacter-e15.pth
          MyCharacter.yaml
          reference_audios/
            line_01.wav
            line_02.wav
          emotion_labels.txt

支持规则如下：

• 角色目录推荐为 CharacterVoice/<语言>/<作品>/<角色>/
• 参考音频可直接放在角色目录，也可放在 reference_audios/ 或 reference_audio/
• 参考音频文件名可自定义；如果存在 emotion_labels.txt，每行使用 文件名[TAB]情绪 进行映射
• 模型文件使用 .ckpt 和 .pth；如果同一角色有多套模型，建议文件名包含角色名或明显后缀，便于区分
• YAML 可直接放在角色目录，与模型同名或接近命名最稳妥
• 也支持把 YAML 集中放在 <语言>/models/，例如：

CharacterVoice/
  Japanese/
    models/
      Sakura.yaml
      Sakura_fast.yaml
    MySeries/
      Sakura/
        Sakura-e10.ckpt
        Sakura-e10.pth
        reference_audio/
          line_01.wav

集中放置 YAML 时，文件名应包含角色名。扫描器会按角色名和常见别名匹配这些 YAML。

配置说明

本地保存文件：

• 配置：data/config.json
• 日志：logs/app.log

这些文件默认不应提交到 git。

项目结构

src/        Bun + Elysia 后端
public/     网页控制台
docs/       项目文档与发布说明
.github/    GitHub 模板
data/       本地配置与运行数据（不提交）
logs/       本地日志（不提交）
tmp/        临时文件（不提交）

开发

运行测试：

bun test

贡献说明见 CONTRIBUTING.md。

发布到 GitHub

发布前建议先阅读：

• GitHub Release Checklist

建议 release 说明至少包含：

• 支持通用 Anki 卡组映射
• 保留 JLPT / Green Book 预设
• 仅 Windows 完成验证
• 中英文 README

已知限制

• 当前仅在 Windows 环境验证
• 没有为外部服务依赖建立 CI
• GPT-SoVITS 的目录组织仍然要求和当前扫描逻辑兼容

License

MIT