F1 Replay Timing 是一款把 F1 实时赛道数据、遥测与官方回放视频精确同步的可视化项目，它的车队无线电字幕功能尤为亮眼：Whisper 本地语音识别先“听写”，多模态 AI 再“校对”，两条引擎自动为车手无线电生成逐字字幕，让你在回放和直播中同步看懂每一次 Box Box。

功能全景：赛车旁边的无线电弹层 🎧

F1 官方会在直播计时流中挑出约 20–40 条精彩无线电，发布车手编号、时间戳和 MP3 链接——但只发音频，不发文字。F1 Replay Timing 的解法很巧妙：

• 音频直接从 F1 服务器播放，服务器端不存储任何音轨；
• 字幕完全在本地生成：Whisper 先把语音转成文字草稿；
• 开启 AI 校对后，每条草稿再交给能“听声音”的 AI 模型修正；
• 回放页与直播页都会按时间轴弹出弹层：车手姓名 + 字幕 + 原声音频，快进跳过的片段不会连环轰炸。

前端弹层逻辑在 TeamRadio.tsx，字幕数据接口为GET /api/sessions/{year}/{round}/team-radio（见 team_radio.py）。

双引擎字幕是如何生成的 ⚙️

引擎一：Whisper 本地听写（faster-whisper）

核心逻辑在 team_radio.py 的transcribe，几个工程细节让识别率明显提升：

模型按需自动下载到DATA_DIR/whisper，后台下载、进度可见，详见 whisper_models.py。

引擎二：AI 校对（OpenRouter 多模态模型）

_caption_ai.py 会把三样东西打包发给 OpenRouter 上的音频模型：

1. 音频本体（Base64 内嵌，模型真的在“听”）；
2. Whisper 草稿（仅作参考提示）；
3. F1 语境：正在讲话的车手、全场车手名单、当前赛事、赛季术语表（box box、undercut、safety car…2026 起自动换成 boost/overtake mode）。

指令要求模型严格忠于音频、不添加解释、保留 "copy" "box, box" 等原话，并只返回 JSON（INSTRUCTIONS）。于是 "The clerk" 能被纠正为 "Leclerc"。任何一步失败都会静默回退到 Whisper 草稿，字幕永不缺席。

快速上手：开启 AI 字幕的 3 个步骤 🚀

1. 在.env中加入OPENROUTER_API_KEY（在 OpenRouter 官网获取密钥）；
2. 打开前端Settings → Team Radio，打开Improve captions with AI开关，选择 AI 模型；
3. 点击 Save。新选的 Whisper 模型会立刻后台下载，页面实时显示进度条。

也可以在.env中直接配置（环境变量优先，界面上会显示为锁定）：

配置读写与“锁定”规则集中在 caption_settings.py，前端对应 CaptionSettings.tsx。

Whisper 模型怎么选？🧩

💡 推荐组合：回放页用large-v3-turbo换最高精度，直播通过TEAM_RADIO_LIVE_MODEL换成small.en，保证字幕在转播延迟内就绪。设置保存后对新处理的车次生效，旧场次重新处理即可刷新字幕。

项目结构速览 📁

• 字幕主流程：backend/services/team_radio.py
• AI 校对引擎：backend/services/caption_ai.py
• 设置与模型清单：backend/services/caption_settings.py
• 模型后台下载：backend/services/whisper_models.py
• 字幕设置 API：backend/routers/team_radio.py
• 全部环境变量说明：README.md

不用写一行代码，只要一个 API Key，你就拥有了自动滚动、中英俱乐部车手全名、赛季术语精准的车队无线电字幕——这正是 F1 Replay Timing 把“双引擎”玩明白的样子。🏁