first commit

docs/implementation_plan.md

@@ -0,0 +1,76 @@
+# Voicext - Local AI Transcription (Voice-to-SRT) Implementation Plan
+
+Voicext, Premiere Pro ve diğer kurgu programları için hızlı, yerel (offline) ve yüksek kaliteli SRT dosyaları üreten bir masaüstü uygulamasıdır. `whisper.cpp` motorunu kullanarak RTX GPU gücünden yararlanır ve "al gülüm ver gülüm" sadeliğinde bir iş akışı sunar.
+
+## 🎯 Proje Hedefleri
+- **Gizlilik:** Tamamen yerel çalışma (İnternet gerekmez).
+- **Kullanılabilirlik:** Tek tıkla MP3 -> SRT dönüşümü.
+- **Estetik:** Modern, karanlık tema, premium tasarım.
+
+## 🏗️ Mimari ve Teknoloji Yığını
+
+### Çekirdek (Core)
+- **Framework:** Electron.js (Vite ile optimize edilmiş).
+- **Processing:** `whisper.cpp` (C++ tabanlı yerel inferans).
+- **Audio Engine:** `FFmpeg` (16kHz Mono WAV dönüşümü için).
+- **Hardware Acceleration:** 
+  - **GPU:** CUDA/cuBLAS (NVIDIA kullanıcıları için).
+  - **CPU:** AVX/AVX2/AVX-512 optimizasyonu (GPU olmayan sistemler için otomatik fallback).
+
+### Arayüz (Frontend)
+- **UI:** React + Vanilla CSS (Custom premium components).
+- **Animations:** Framer Motion (Akıcı geçişler).
+- **State:** Zustand (Hafif ve hızlı durum yönetimi).
+
+---
+
+## 🛠️ Uygulama Fazları
+
+### Faz 1: Altyapı ve Binary Yönetimi
+Uygulamanın kalbi olan binary dosyalarının hazırlanması.
+- [ ] `whisper.cpp`'nin Windows CUDA desteğiyle derlenmesi.
+- [ ] `ffmpeg` static binary'lerinin projeye dahil edilmesi.
+- [ ] Model yönetimi: Uygulama içinden `tiny`, `base`, `small`, `medium`, `large` modellerinin indirilmesi ve yönetilmesi.
+
+### Faz 2: İş Akışı (The "Al Gülüm Ver Gülüm" Engine)
+1. **Input:** Kullanıcı MP3/WAV/M4A dosyasını sürükler.
+2. **Pre-processing:** FFmpeg ile `16kHz, mono, 16-bit PCM WAV` formatına anlık dönüşüm.
+3. **Inference:** `whisper.exe -m model.bin -f input.wav -osrt -l tr` komutunun child_process ile çalıştırılması.
+4. **Output:** `.srt` dosyasının otomatik olarak orijinal dosyanın yanına veya seçilen klasöre kaydedilmesi.
+
+### Faz 3: Kullanıcı Deneyimi ve Arayüz (Premium UX)
+- **Glassmorphic Dashboard:** Sürükle-bırak alanı için neon efektli modern bir "Drop Zone".
+- **Real-time Progress:** Whisper'ın stdout çıktısını parse ederek canlı ilerleme çubuğu ve "transcription streaming" (ekrana dökülen kelimeler).
+- **SRT Preview:** Oluşturulan SRT dosyasını uygulama içinde önizleme ve basit zamanlama düzeltmeleri yapma imkanı.
+- **One-Click Export:** "Export for Premiere" butonu ile standartlara en uygun SRT formatını dışa aktarma.
+
+---
+
+## 🖥️ Teknik Detaylar (Hack Önerileri)
+
+### Hibrit Donanım Desteği (Auto-Detection)
+Uygulama her sistemde çalışabilmesi için donanımı otomatik algılayacak:
+- **NVIDIA Sistemler:** `whisper-cuda.exe` ile maksimum hız.
+- **Diğer Sistemler:** `whisper-cpu.exe` ile optimize edilmiş işlemci kullanımı.
+- **Dinamik Seçim:** Ayarlar kısmında kullanıcıya "CPU vs GPU" seçme imkanı sunulacak.
+
+### SRT Optimizasyonu
+Premiere Pro'da altyazıların çok uzun olmaması için whisper.cpp'nin segmentasyon ayarları optimize edilecek:
+- `--max-len`: Satır başına maksimum karakter (Örn: 42).
+- `--max-context`: Daha iyi bağlam için önceki metni hatırlama.
+
+---
+
+## 📅 Yol Haritası (Milestones)
+1. **MVP:** Dosya seç -> Dönüştür -> SRT al (Görsel odak yok).
+2. **Design Update:** Premium UI elementlerinin ve animasyonların eklenmesi.
+3. **Advanced Features:** Çoklu dil seçimi, GPU/CPU anahtarı, SRT editörü.
+
+## ❓ Açık Sorular
+- Uygulama ilk açıldığında `base` modelini (yaklaşık 140MB) paket içine gömmeli miyiz yoksa ilk açılışta mı indirtmeliyiz?
+- Birden fazla dosyayı aynı anda işleme (Batch Processing) özelliği ilk aşamada gerekli mi?
+
+## 🧪 Doğrulama Planı
+- Farklı MP3 kalitelerinde (128kbps, 320kbps) FFmpeg dönüşüm testi.
+- Uzun videolarda (1 saat+) bellek kullanımı ve GPU sıcaklık takibi.
+- Üretilen SRT'nin Premiere Pro ve VLC'de karakter kodlaması (UTF-8) kontrolü.