我是一个码农，每天上班都没有精力和时间去做自己想做的软件，AI时代给了我这样的机会，TRAE IDE和TRAE Work我一直在用，工作也经常用。现在有这样的机会，我正好就把我用它协作制作的软件来参加活动，希望可以获得较好成绩。
1. Demo 简介
-
是什么：IVO 是一款本地优先的 Windows 桌面端 AI 视频配音工具，将英文 / 日文 / 韩文视频对白重新配成自然的中文音频。
-
面向谁：
喜欢看海外影视/科普视频但不习惯看字幕的用户
需要将外语课程、技术教程转成中文配音的学习者
有批量视频配音需求的内容创作者和翻译团队 -
主要功能：
一键智能配音
导入视频后自动完成「人声分离 → 语音识别 → 说话人分离 → 文本翻译 → 语音合成 → 混合导出」全流程，支持断点续跑，中途失败不浪费已完成的产物。主界面 - 项目概览 图：
双模式模型接入
既支持本地模型（Demucs / faster-whisper / pyannote / F5-TTS / CosyVoice），也支持自定义 HTTP API（OpenAI / Deepgram / ElevenLabs / 阿里云 / 讯飞等），用户可以根据自己的硬件条件和隐私需求灵活选择。模型配置 图：
可视化时间线编辑
识别和翻译结果以时间线形式展示，支持逐段修改文本、调整说话人、预览合成效果，导出前确认无误再一键生成。时间线编辑 图：
2. Demo 创作思路
-
灵感来源：
平时看大量海外技术教程、科普视频和纪录片，很多优质内容没有中文配音，只能盯着字幕看，体验不好。市面上的配音工具要么需要上传视频到云端（隐私顾虑），要么需要复杂的命令行操作（门槛高），所以想做一个本地运行 + 图形化界面的配音工具。 -
想解决的问题：
- 隐私问题：很多配音工具需要上传视频到云端，对一些敏感素材不放心
- 使用门槛高：开源模型功能强但需要命令行操作，普通用户不会用
- 流程割裂：分离、识别、翻译、合成各环节要用不同工具，手动拼接太麻烦
- 失败成本高：跑到一半出错就得重来，浪费时间
-
为什么做这个方向
- 刚需明确：外语视频中文化是真实存在的需求，尤其是 AI 能力起来后质量已可用
- 技术可行：Demucs + faster-whisper + F5-TTS 等开源模型组合起来就能完成全流程
- 差异化：现有工具要么是云端 SaaS（隐私问题），要么是纯命令行（门槛高），做一个本地优先 + 图形化界面的桌面工具有明确的用户价值
- 用 TRAE 正好合适：项目涉及 Python 后端 + Vue 前端 + Electron 桌面壳 + 本地模型集成，正好能发挥 TRAE 全栈开发和多文件协同的能力
3. Demo 体验地址（三选一）
-
客户端演示视频链接：https://b23.tv/A6lem2G
-
下载安装包体验：
前往 Releases 页面 下载最新版IVO.Setup.x.x.x.exe
请参照Releases 页面 和README.md说明进行环境安装和模型安装
4. TRAE 实践过程
-
4.1 项目架构设计
一开始先跟 TRAE 梳理清楚项目的分层架构：Electron 壳 + Vue 3 渲染层 + FastAPI 服务层 + 本地模型层，四层通过 HTTP/WebSocket 通信。TRAE 帮我设计了适配器模式（Adapter Pattern）来统一本地命令和 HTTP API 两种接入方式，让每个阶段（分离/识别/翻译/合成）都可以自由切换后端。
关键决策：
- 用 SQLite 存项目数据，不引入 ORM，保持轻量
- 流水线阶段化设计，每个阶段独立记录状态，支持断点续跑
- Pydantic v2 做数据校验，mypy strict 模式保证类型安全
4.2 桌面 UI 开发
前端用 Vue 3 + Naive UI，从项目创建、模型配置、时间线编辑到运行日志，整个界面都是跟 TRAE 一步步迭代出来的。印象比较深的是运行日志页面的滚动交互，前后改了好几版才达到满意的效果——只有日志区域独立滚动，阶段列表和项目信息固定不动，TRAE 帮我从外层布局链一路排查到 grid 行高问题，最终解决。
4.3 本地模型集成
模型集成是最复杂的部分——每个模型有自己的 Python 环境依赖，互相冲突。TRAE 帮我设计了 LocalCommandAdapter（本地命令适配器），每个模型在自己的 venv 里跑，通过 Jinja2 模板渲染命令参数，读取输出 JSON。这样既解决了依赖冲突，又保持了统一的接口。
还做了一键安装脚本和模型状态检测，用户打开软件就能看到哪些模型装好了、哪些缺依赖，不用自己折腾环境。
4.4 迭代优化
开发过程中边做边测，发现了很多体验问题，都是跟 TRAE 一起快速迭代修复的，比如：
- 依赖检查太慢 → 改成异步并行检测，秒级出结果
- 播放按钮报错 → 原来是安全路径校验策略太严，从白名单改成黑名单
- 项目状态显示不对 → 新增 paused 生命周期状态，暂停的项目不再显示"生成中"
- 长文本不换行 → 加了 overflow-wrap 和 word-break 处理长 ID 显示
每次发现问题，跟 TRAE 说一下，它就能快速定位根因并给出修复方案，迭代效率非常高。
关键任务 Session ID
- 项目架构设计 — Session ID: 3546342377665370:f0a21826f4bec5c2482a5a162eb01cb4_6a27b116d58ee51e9408a792.6a336368935d0f49df7c98ef.6a336368935d0f49df7c98ed:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/18 11:18:00)
- 前端 UI 开发与交互优化 — Session ID: 3546342377665370:7e5267f6851624e7486389073151ba61_6a27b116d58ee51e9408a792.6a3382a7935d0f49df7caf23.6a3382a6935d0f49df7caf21:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/18 13:31:19)
- 本地模型集成与依赖管理 — Session ID: 3546342377665370:d8d41305e7a4f1e112e99a6f5d8f4d76_6a27b116d58ee51e9408a792.6a369b39456e86137a1afc1c.6a369b39456e86137a1afc1a:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/20 21:52:57)
- Bug 修复与体验优化 — Session ID: 3546342377665370:63cdafcdcf5e7923f27e63421daf953d_6a27b116d58ee51e9408a792.6a37f74ff0af689376148e33.6a37f74ff0af689376148e31:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/21 22:38:07)
5. 报名审核通过的帖子链接