前言

之前的这个唱歌背单词AI初次开发项目就是Melodict的前身文档，但是上篇文档写得太杂太乱，遂新开一个文档

正文

我先用svg的图片来代替一下： https://www.svgrepo.com/svg/476079/music-note 但感觉找不到合适的，先用着原来的，然后再找人吧

原项目有着清晰的版本号管理以及变更日志的书写，我得好好阅读他是如何管理这个项目的

构建完毕过后我自己的电脑安装这个应用，确直接运行不起来，必须抛弃沙盒环境才行，

./Melodict.exe --disable-gpu-sandbox --no-sandbox

但运行的时候总是说缺少某些依赖，我估计是构建的时候没打包进去，我需要仔细阅读一下Electron的文档，然后再去解决这件事

v4.0.0-alpha 版本发布过后，我就该宣传宣传了，这时候我需要切换角色，从一个程序员，变为一个彻彻底底的销售人员，倾尽全力去宣传、销售我的产品。

日语五十音图学习者/需要熟练者的角度：
就是利用这个软件，在播放日语歌的时候，他会自动语义化分词，并在歌词上面标注平假名，这样在我经常循环歌曲的时候，顺便也能唱出每个词上面的平假名，这下五十音图就能这样熟练起来了

开源软件下载地址：https://github.com/Akiyama-sama/Melodict/releases/tag/v4.0.0-alpha

因为我知道有很多动漫爱好者都想要唱出他们喜欢动漫的op/ed，这样我可以在各大贴吧的特定吧中，去宣传专属这个动漫的op/ed在Melodict上的使用截图。

测试下来似乎在mac上有问题，后面安装一下mac的虚拟机，然后在虚拟机中测试，地址： https://www.kindyear.cn/archives/949/

Melodict 内存泄露问题回顾

随心记录

Melodict - 异步任务请求状态机

立党说过，Agent相比于人类，最适合干的是那种验证复杂度为 1，但实现复杂度为 1000 的任务。因一旦验证标准不明确，整个 Agent loop 循环就会跑偏，导致最终结果的偏差，像是那种有多个集成测试用例的，以及单元测试用例的，红绿灯测试这些。

因此我得自己设计一套验证结果的这个一个标准。首先是结果质量，也就是前端拿到的这个JSON 内容的质量。注意这里并没有说有validate 的东西，validate 的这个工作交给函数，内容质量的判定交给 LLM

内容质量总分 10 分，打分如下：

维度	分值	看什么
1. 行级语义准确性	2.0	每行翻译是否符合歌词上下文，不生硬直译，不误解主谓、语气、隐喻、前后承接
2. 分词与 token 覆盖	1.5	是否覆盖核心词、助词、短语、外来语；是否漏掉关键教学点；token 切分是否合理
3. 语法/词性解释质量	1.5	日语助词、动词形态、接续、固定表达、缩略/外来语解释是否准确且适合学习者
4. 读音与语言识别	1.0	日语 kana/romaji、英文 IPA、mixed language 判断是否正确；不要给标点乱造读音
5. 教学可用性	1.5	gloss 是否短而清楚；解释是否能帮用户学会这句；不是只给词典义，而是贴合歌词
6. 上下文一致性	1.0	chunk 内多行语义是否连贯；重复副歌解释是否稳定；同一个词/表达前后不矛盾
7. 幻觉与保守性	1.0	不编不存在的典故、语法、文化解释；不把不确定内容说死；不输出明显过度解释
8. 前端呈现友好度	0.5	文案长度适中、字段内容干净、没有模型废话、没有 Markdown/说明文字污染 JSON

合计 10 分。

我会把通过线设计成：

>= 8.0：通过，可进入前端展示。
7.0 - 7.9：可接受但建议重试一次，取更高分版本。
< 7.0：失败，需要重试生成。
任一严重错误直接不通过：比如整行翻译反了、日语助词大面积错、输出大量臆造内容、明显不符合原歌词。

TS 版本新的结构

export const LanguageCodeValues = {
  JA: 'ja',
  EN: 'en',
  ZH: 'zh',
  KO: 'ko',
  MIXED: 'mixed',
  UNKNOWN: 'unknown',
} as const;
 
export type LanguageCode =
  (typeof LanguageCodeValues)[keyof typeof LanguageCodeValues];
 
export const TokenTypeValues = {
  WORD: 'word',
  PHRASE: 'phrase',
  PARTICLE: 'particle',
  PUNCTUATION: 'punctuation',
  SYMBOL: 'symbol',
  UNKNOWN: 'unknown',
} as const;
 
export type TokenType =
  (typeof TokenTypeValues)[keyof typeof TokenTypeValues];
 
export const AnalysisStateValues = {
  COMPLETED: 'completed',
  PARTIAL: 'partial',
  FAILED: 'failed',
} as const;
 
export type AnalysisState =
  (typeof AnalysisStateValues)[keyof typeof AnalysisStateValues];
 
export const DifficultyLevelValues = {
  BEGINNER: 'beginner',
  INTERMEDIATE: 'intermediate',
  ADVANCED: 'advanced',
} as const;
 
export type DifficultyLevel =
  (typeof DifficultyLevelValues)[keyof typeof DifficultyLevelValues];
 
export const SourceTypeValues = {
  MANUAL: 'manual',
  LRC: 'lrc',
  REMOTE: 'remote',
} as const;
 
export type SourceType =
  (typeof SourceTypeValues)[keyof typeof SourceTypeValues];
 
export interface SongAnalysisSummary {
  schemaVersion: '1.0';
 
  songId?: string;
  title?: string;
  artists?: string[];
  album?: string;
 
  targetLanguage: LanguageCode;
  sourceLyricsText: string;
 
  lines: LyricLineAnalysis[];
  metadata?: SongAnalysisMetadata;
}
 
 
export interface SongAnalysisMetadata {
  generator: 'llm';
  model?: string;
  generatedAt?: string;
  sourceType?: SourceType;
}
 
export interface LyricLineAnalysis {
  id: string;
 
  index: number;
  startTimeMs?: number;
  endTimeMs?: number;
 
  source: LyricLineSource;
 
  language: LyricLineLanguageInfo;
 
  analysis: {
    tokens: Token[];
  };
 
  translation: {
    lineTranslation: string;
    alternatives?: string[];
  };
 
  status: {
    state: AnalysisState;
    warnings?: string[];
    errorMessage?: string;
  };
 
  extensions?: LineExtensions;
}
 
export interface LyricLineSource {
  text: string;
  normalizedText?: string;
  textHash?: string;
}
 
export interface LyricLineLanguageInfo {
  code: LanguageCode;
  confidence?: number;
}
 
export interface Token {
  id: string;
 
  position: TokenPosition;
 
  surface: TokenSurface;
 
  language: {
    code: LanguageCode;
  };
 
  type: TokenType;
 
  reading?: TokenReading;
 
  grammar: TokenGrammar;
 
  meaning: TokenMeaning;
 
  translation?: TokenTranslation;
 
  extensions?: TokenExtensions;
}
 
export interface TokenPosition {
  index: number;
  startChar: number;
  endChar: number;
}
 
export interface TokenSurface {
  text: string;
  normalizedText?: string;
}
 
export interface TokenReading {
  kana?: string;
  romaji?: string;
  ipa?: string;
}
 
export interface TokenGrammar {
  partOfSpeech: string;
  subcategory?: string;
}
 
export interface TokenMeaning {
  gloss: string;
  notes?: string[];
}
 
export interface TokenTranslation {
  literal?: string;
}
 
export interface LineExtensions {
  ja?: JapaneseLineExtension;
  en?: EnglishLineExtension;
  [key: string]: unknown;
}
 
export interface TokenExtensions {
  ja?: JapaneseTokenExtension;
  en?: EnglishTokenExtension;
  [key: string]: unknown;
}
 
export interface JapaneseLineExtension {
  kanaText?: string;
  romajiText?: string;
}
 
export interface JapaneseTokenExtension {
  dictionaryForm?: string;
}
 
export interface EnglishLineExtension {}
 
export interface EnglishTokenExtension {}

探索

Akiyama's blog

Melodict 项目重新开始

前言

正文

随心记录

反向链接

目录