MiningCat

功能

• 電子書閱讀器（EPUB、TXT、HTML、Markdown），也能閱讀漫畫，其文字由 OCR 辨識，支援橫排與直排。
• 影片播放器：播放本機影片，以及 YouTube、Instagram、Bilibili 的影片，字幕中的每個字詞都可以點擊查詢。
• 電玩遊戲：透過 OCR 讀取對話框，連同截圖一起傳送到可以擷取句子的頁面。
• 支援 Yomitan 格式的查詞字典：動詞變化還原、日語高低音調、發音，以及單字在詞頻表中的排名。
• 學習進度追蹤：依狀態為單字上色、每篇文本的理解率，並依詞頻推薦「i+1」句子（只有一個生字的句子）。
• Anki 卡片（單字、讀音、釋義、句子、音訊、圖片、翻譯）可透過 AnkiConnect 傳送或匯出為 .apkg；單字狀態會依 Anki 牌組自動更新。
• 轉換器：從有聲書與其電子書、單獨的電子書（文字轉語音），或沒有字幕的影片（語音轉錄，或以 OCR 擷取內嵌字幕），製作帶有同步字幕的 MP4 影片。

技術細節

MiningCat 串接多個在本機執行的 AI 模型：以 Whisper（faster-whisper）與 Qwen3-ASR 進行語音轉錄、將電子書文字與有聲書進行強制對齊（stable-ts、Meta 的 MMS）、語音合成（edge-tts、MMS-TTS）、OCR（Apple Vision、EasyOCR、owocr），以及離線翻譯句子與字幕（Meta 的 NLLB-200，或參考前幾句字幕上下文的 Qwen3）。

介面是本機網頁應用程式（Flask、Bootstrap），採分層架構（領域、應用、基礎設施、介面）。專案在 Linux、macOS 與 Windows 上測試，擁有超過 1,200 個測試，CI 要求至少 80% 的覆蓋率。

支援語言

國語（繁體與簡體）、粵語、台語、日語、韓語、越南語、俄語、英語、法語、德語、義大利語、西班牙語、葡萄牙語與波蘭語。

台語方面，MiningCat 能讀取並轉換三種書寫系統（漢字、台羅與白話字），並使用專門的本機語音引擎，因為 Whisper 不支援台語。