Reader Companion

Reader Companion 是一个 iPhone 优先的 SwiftUI MVP，用来做本地文档朗读、授权音色创建，以及 App 内虚拟人伴读。

当前已实现

• SwiftUI iOS 工程，目标 iOS 18+。
• 首页改为单页舞台：全屏虚拟播讲人 + 带进度条的悬浮播放条。
• 播放条从左到右为：字幕播放详情、停止、大播放键、语速、资源。
• 资源 页合并文档和音色管理，顶部左侧为 文档、音色 两个标签，右侧加号按当前标签导入文档或创建音色。
• 使用系统 fileImporter 导入本地文件。
• 支持 TXT、Markdown、RTF、HTML、PDF、图片 OCR、EPUB 文本提取。
• PDF 使用 PDFKit 提取文本，扫描型 PDF 会走 Vision OCR 兜底。
• 图片文字识别使用 Apple Vision OCR。
• 支持通过直接录音、音频文件、视频文件创建授权音色 Profile。
• 视频文件会抽取音轨为 M4A，作为音色参考音频。
• 创建音色前必须勾选声音授权确认。
• 已接入过 sherpa-onnx / Kokoro 本地 TTS 试验链路；当前 GitHub 仓库不上传模型和本地运行库。
• 模型缺失时，App 会自动回退到 iOS 系统 AVSpeechSynthesizer 朗读。
• 如果恢复本地 TTS，TTS 生成在后台线程执行，按段生成 WAV，再由 AVAudioPlayer 播放。
• 系统朗读降级会优先选择 iOS premium / enhanced 语音，听感比默认语音更好。
• 保存阅读进度、文档列表、音色列表和当前播放会话。
• 已配置后台音频能力。
• App 内有虚拟播讲人舞台，会根据播放状态和朗读回调驱动状态动画。
• 舞台 整页已接入原创男女全身播讲人图片资产，可悬浮切换性别，并叠加实时声波状态。

当前界面方向

• 首页是首屏核心：展示全屏原创男女播讲人和悬浮播放条。
• 点击字幕图标进入播放详情：展示当前文档、当前段落、播放控制、进度和当前音色。
• 点击资源图标进入合并资源页：文档和音色用顶部标签切换，右上角加号负责新增。
• 圆角统一使用 12pt continuous，强调色收敛到系统 teal。

本地测试书籍

测试用 EPUB 小说不上传到公开 GitHub。需要在本机测试时，可以把 EPUB 文件放到：

ReaderCompanion/Resources/

如果要把 EPUB 作为 App 内置样例，需要在 Xcode 中确认它们被加入 Copy Bundle Resources；公开仓库默认不包含这些测试书。

如何打开

用 Xcode 打开工程：

open /Users/wf/t2s/ReaderCompanion.xcodeproj

也可以在命令行构建：

xcodebuild -project ReaderCompanion.xcodeproj \
  -scheme ReaderCompanion \
  -destination 'platform=iOS Simulator,name=iPhone 17 Pro' \
  build CODE_SIGNING_ALLOWED=NO

本地 TTS 模型说明

工程曾使用 sherpa-onnx (https://github.com/k2-fsa/sherpa-onnx) 做离线 TTS。由于模型和运行库体积较大，GitHub 仓库只保留代码和放置说明，不上传模型本体。

• 运行库位置：Frameworks/onnxruntime.xcframework、Frameworks/sherpa-onnx.xcframework。
• 模型位置：ReaderCompanion/Resources/SherpaModels/。
• 具体文件清单见 Frameworks/README.md 和 ReaderCompanion/Resources/SherpaModels/README.md。
• Swift 层通过官方 C-API wrapper (SherpaOnnx.swift) 调用。

如果 sherpa-onnx 初始化或生成失败，自动回退到系统 AVSpeechSynthesizer 朗读，保证播放不中断。当前阶段建议优先打磨系统朗读主链路，把本地模型作为后续增强项。

当前验证结果

构建结果：

BUILD SUCCEEDED

下一步工程任务

• 增加 PDF、扫描 PDF、图片 OCR、TXT、EPUB 的样例文件测试。
• 完善锁屏播放信息和远程控制。
• 根据 Claude Design 输出，对 SwiftUI 页面做完整视觉升级。