# 下载（以 v1.0.0 为例）
curl -LO https://github.com/Eli-Zxh/macai/releases/download/v1.0.0/ocr
curl -LO https://github.com/Eli-Zxh/macai/releases/download/v1.0.0/asr
curl -LO https://github.com/Eli-Zxh/macai/releases/download/v1.0.0/tts
curl -LO https://github.com/Eli-Zxh/macai/releases/download/v1.0.0/cv

# 赋予执行权限
chmod +x ocr asr tts cv

# 验证
./ocr --help
./asr --help
./tts --help
./cv --help

# 安装 Xcode Command Line Tools（如尚未安装）
xcode-select --install

# 克隆仓库
git clone https://github.com/Eli-Zxh/macai.git
cd macai

# 一键编译全部
make all

# 或单独编译某个工具
make ocr
make asr
make tts
make cv

# 待发布，目前请先使用方式 1 或 2
# brew install Eli-Zxh/macai/macai

# OCR：识别图片中的文字
./ocr photo.png

# OCR：输出结构化 JSON（含坐标、置信度）
./ocr photo.png -f json

# ASR：转录音频文件
./asr recording.wav -l en-US

# ASR：生成 SRT 字幕
./asr meeting.m4a -l zh-CN --punctuation -f srt -o meeting.srt

# TTS：朗读文本
./tts "Hello, world!"

# TTS：生成音频文件
./tts "你好世界" -v zh-CN -o hello.aiff

# CV：人物分割抠图
./cv photo.jpg

# CV：前景物体分割，分别导出每个物体
./cv photo.jpg -m foreground --all-instances -o ./out/

# CV：图片美学评分
./cv photo.jpg -m aesthetics -f json

# 中英混排文档
./ocr document.png -l zh-Hans,en-US

# 日文图片
./ocr japanese.png -l ja-JP,en-US

# 过滤小字注释/水印
./ocr slide.png --min-text-height 0.02

# 快速预览（牺牲精度换速度）
./ocr screenshot.png -m fast

# 批量提取整个目录，保存为 JSON
./ocr -d ./screenshots/ -f json -o all_text.json

# 中文会议录音转文字
./asr meeting.wav -l zh-CN --punctuation

# 英文播客生成字幕
./asr podcast.m4a -l en-US --punctuation -f srt -o podcast.srt

# 完全离线（隐私敏感场景）
./asr confidential.wav --on-device -l zh-CN

# 医学领域词汇偏置
./asr lecture.wav -l zh-CN --contextual "神经内科,脑电图,癫痫,帕金森"

# 短语音命令识别
./asr command.wav --task-hint confirmation

# 列出所有中文音色
$ ./tts --list-voices zh

名称                             语言       质量     性别   标识符
------------------------------------------------------------------------------------------
Tingting                         zh-CN      标准       女      com.apple.voice.compact.zh-CN.Tingting
Meijia                           zh-TW      标准       女      com.apple.voice.super-compact.zh-TW.Meijia
...
共 19 个音色

# 英文朗读
$ ./tts "Hello, this is a test." -v en-US

# 中文朗读并保存
$ ./tts "你好，这是语音合成测试。" -v zh-CN -o test.aiff
已写入: test.aiff

# 从文件读取，慢速朗读
$ ./tts -f article.txt -r 0.3 -v en-US

# 低音调效果
$ ./tts "Deep voice test" -p 0.7

# 方法 1：用系统 say 命令直接输出 WAV
say -o output.wav --file-format WAVE --data-format LEI16 "Hello"

# 方法 2：用 ffmpeg 转换
ffmpeg -i output.aiff output.wav

# 方法 3：用 macOS 自带 afconvert
afconvert output.aiff output.wav -d LEI16 -f WAVE

# 证件照抠图
./cv id_photo.jpg -m person -o id_cutout.png

# 批量人物抠图
./cv --batch ./photos/ -m person -o ./cutouts/

# 提取照片中所有物体
./cv scene.jpg -m foreground --all-instances -o ./objects/

# 评估照片质量
./cv photo.jpg -m aesthetics

# 批量筛选高质量照片
./cv --batch ./vacation/ -m aesthetics -f json -o quality.json

# 提取所有截图中的文字，保存为 JSON
./ocr -d ./screenshots/ -l zh-Hans,en-US -f json -o extracted.json

# 或用管道逐张处理
for img in ./screenshots/*.png; do
    echo "=== $(basename $img) ==="
    ./ocr "$img" -l zh-Hans,en-US
    echo ""
done > all_text.txt

# 会议录音 → SRT 字幕
./asr meeting.m4a -l zh-CN --punctuation -f srt -o meeting.srt

# 英文播客 → 纯文本
./asr podcast.mp3 -l en-US --punctuation -o podcast.txt

# 从文本文件生成语音
./tts -f chapter1.txt -v Tingting -r 0.4 -o chapter1.aiff

# 批量转换
for txt in chapters/*.txt; do
    name=$(basename "$txt" .txt)
    ./tts -f "$txt" -v Tingting -r 0.4 -o "audio/${name}.aiff"
done

# 识别图片文字并朗读
./ocr photo.png -l en-US | ./tts -f /dev/stdin -v en-US

# 识别中文图片并朗读
./ocr document.png -l zh-Hans | ./tts -f /dev/stdin -v zh-CN

# 从复杂背景中抠出文字区域，再 OCR
./cv document.jpg -m foreground --all-instances -o ./regions/
./ocr -d ./regions/ -l zh-Hans,en-US

# 方法 1：移除隔离属性
xattr -d com.apple.quarantine ocr asr tts cv

# 方法 2：在 系统设置 → 隐私与安全 → 安全性 中点击"仍要打开"