(有程式碼)🎙️ Whisper + LLM：打造一個能自動聽、寫、翻的智慧語音系統

🧱 環境建置準備

在開始實作前，請先確保你的執行環境具備以下條件：

1) Ollama 本地 LLM 服務

請先安裝 Ollama 並能正常啟動服務（預設 API 位置為 http://127.0.0.1:11434）。

同時需下載支援中日語理解的模型（例如 gpt-oss:20b、llama3.1:8b-instruct、qwen2.5:7b-instruct 等）。

確保程式中的 LLM_MODEL 與實際下載的模型名稱一致。

2) Python 環境

請使用 Python 3.10 ~ 3.12 版本，並已安裝必要工具（pip、venv）。

3) 虛擬環境（env）

建議在專案目錄中建立獨立虛擬環境（python -m venv env），

並在執行前啟用（source env/bin/activate 或相同效果的指令）。

4) ffmpeg

請確認系統已安裝 ffmpeg，以供 Whisper 處理音訊轉檔。

可執行 ffmpeg -version 確認是否可用。

5) pip 套件清單

以下是本專案所需的最小安裝套件（requirements.txt）：

numpy
scipy
sounddevice
openai-whisper
langchain
langchain-ollama
tqdm
numba

若使用 GPU，可依平台額外安裝對應的 torch 版本。

✅ 完成以上環境條件後，即可執行 Whisper + LLM 的即時語音轉文字與日文翻譯系統。

• 以下 A→G 七段程式碼為同一專案的分段；請保持順序 貼上。