拍照阅读，让绘本更精彩

PhotoTTS 是一款面向 3-10 岁儿童的绘本听读 iOS 应用。拍照或选择相册图片，自动识别文字并合成语音，让孩子随时重复收听喜欢的绘本故事。

• 拍照识别：支持拍照和相册选图（多张），支持对已有记录重新制作
• 文字识别：支持豆包大模型、OpenAI 等多种 OCR 服务
• 语音合成：支持火山引擎、阿里通义千问等多种 TTS 服务
• 会话记录：保存记录以便收听和重复收听，支持导出导入备份
• 绘本播放：音频播放联动图片与文字，支持全屏播放器

• 拍照阅读：拍照/选图 → OCR识别 → LLM分析 → TTS合成 → 记录保存 → 绘本播放

• iOS 18.1+
• macOS 12.0+
• Xcode 15.0+

1. 克隆项目

   git clone https://github.com/niean/PhotoTTS.git
   cd PhotoTTS
   

2. 打开项目

   open PhotoTTS.xcodeproj
   

3. 配置 API 密钥

   cp PhotoTTS/Resources/config_example.json PhotoTTS/Resources/config_local.json

   编辑 config_local.json，填入您的 API 密钥（支持配置多种 OCR/TTS 服务商）

4. 构建运行

   • 选择目标设备或模拟器
   • 按 Cmd + R 构建并运行

PhotoTTS/
├── Sources/
│   ├── Core/
│   │   ├── Coordinators/    # 业务编排
│   │   ├── Handlers/        # OCR / TTS 服务
│   │   └── Managers/        # 会话、设置、历史、后台制作等
│   ├── Models/              # 数据模型
│   └── UI/                  # SwiftUI 视图
├── Resources/
│   └── config_local.json    # API 密钥配置（不入库）
└── Assets.xcassets/

• 开发语言：Swift 5.0+
• 最低支持版本：iOS 18.1+
• 架构模式：MVVM + Coordinator
• UI框架：SwiftUI
• 网络框架：URLSession + async/await
• 音频框架：AVFoundation

感谢以下服务提供商：

• 豆包模型 - OCR 文字识别服务
• 火山引擎 - TTS 语音合成服务
• 阿里通义 - TTS 语音合成服务