基于WhisperX与Ollama+Qwen的本地会议工具，实现高精度语音转文字、说话人分离、AI智能纪要生成，支持多模板与在线编辑。附带转录矫正工具，可音视频同步校对。全程离线运行，无需联网，保障数据隐私。
📝 全本地化智能会议纪要助手 (Whisper + Ollama + Qwen)
核心优势：完全本地化运行，无需联网，保护隐私。采用 Whisper Large V3 进行高精度语音识别，结合 Ollama 部署的 Qwen2.5-7B/14B（注：Qwen3尚未正式广泛发布，此处以主流高性能本地模型为例，或指代最新Qwen系列）进行智能纪要生成。解决了 HuggingFace 权限配置难题，实现开箱即用。
🚀 快速开始指南
请确保您的系统已安装 Python 3.11 或更高版本。
1. 环境准备
打开命令行终端（CMD 或 PowerShell），进入项目源码目录，依次执行以下命令：
bash
# 创建虚拟环境
python -m venv .venv# Windows:
.venv\Scripts\activate
# macOS/Linux:
source .venv/bin/activate
pip install -r requirements.txt
2. 启动服务
双击运行根目录下的 启动会议纪要助手网页端.bat 文件。
- 会议纪要助手 将运行在端口
9000 - 转录矫正工具 将运行在端口
9001
🛠️ 功能模块详解
本项目包含两个独立的 Web 服务工具，分别满足不同的会议处理需求。
一、会议纪要助手 (Web 服务 - 端口 9000)
基于 WhisperX (large-v3) 与 FastAPI 构建，支持 GPU 加速，提供从录音到结构化纪要的一站式解决方案。
✨ 核心功能
- 高精度语音转文字
- 支持格式：
mp3,wav,m4a,mp4等主流音频/视频格式。 - 自动识别并转换为文本，利用 WhisperX 实现时间戳对齐。
- 支持格式：
- 说话人分离 (Diarization)
- 自动区分不同发言者，并在转录结果中标注（如：发言人A、发言人B）。
- AI 智能纪要生成
- 调用本地大语言模型（LLM），根据转录内容自动生成结构化纪要。
- 内置多种模板：
- 📋 标准纪要：涵盖会议主题、核心讨论、决策项、待办事项 (Action Items)。
- 👥 人员阶段性总结：按发言人归纳观点与贡献。
- 🧠 智能模式：自动分析会议风格，动态选择最佳纪要格式。
- 📌 小议题与讨论：适用于多议题穿插的复杂会议。
- 🎓 讲座纪要：专为培训、讲座类单向输出内容优化。
- 在线编辑与导出
- 支持对生成的纪要进行二次编辑、修正。
- 一键导出为
.txt或.md文件。
- 多文件并行管理
- 支持上传和处理多个录音文件，队列式任务管理。
- 自定义关键词字典
- 导入行业术语或专有名词字典，显著提升特定词汇的识别准确率。
💻 技术栈
- 核心引擎：WhisperX, PyTorch, CUDA
- 后端框架：FastAPI, Uvicorn
- 自然语言处理：NLTK, Transformers (Ollama/Qwen)
二、转录矫正工具 (Web 服务 - 端口 9001)
专注于人工校对环节，提供音视频同步播放与文本即时修正功能。
✨ 核心功能
- 转录结果加载
- 自动扫描并加载指定目录下的已有转录文件。
- 音视频同步播放
- 点击即跳：点击文本段落，音频自动跳转至对应时间点播放，便于核对。
- 在线实时矫正
- 直接在网页界面修改识别错误的文本，所见即所得。
- 结果导出
- 将矫正后的高精度文本保存导出。
💻 技术栈
- 后端：FastAPI, Uvicorn
- 前端：原生 HTML5/JS (轻量级，无额外框架依赖)
📂 项目目录结构
text
项目根目录/
├── 会议纪要助手/
│ ├── 源码/ # Python 源代码，需自行配置环境运行
│ └── 成品/ # 已打包为 .exe，Windows 下双击即用
├── 转录矫正工具/
│ ├── 源码/ # Python 源代码，需自行配置环境运行
│ └── 成品/ # 已打包为 .exe，Windows 下双击即用
├── 启动会议纪要助手网页端.bat # 一键启动脚本
├── requirements.txt # Python 依赖列表
├── 安装说明.txt
└── 功能介绍.txt
💻 运行环境要求
✅ 成品版 (.exe) - 推荐普通用户使用
- 操作系统：Windows 10 / 11 (64位)
- 内存：8GB 及以上（建议 16GB，因需加载大型 AI 模型）
- 显卡：NVIDIA 显卡，显存 6GB+ (支持 CUDA 加速)
- 注：若无独显，可使用 CPU 运行，但转录速度会显著降低。
🛠️ 源码版 - 推荐开发者使用
- Python 版本：3.11 或更高
- 依赖管理：通过
pip install -r requirements.txt安装 - 加速支持：建议安装 CUDA Toolkit 以启用 NVIDIA 显卡加速
💡 常见问题提示
- 关于模型权限：本方案采用全本地化部署，无需申请 HuggingFace 特殊权限，避免网络连通性问题。
- 关于显存不足：若遇到 OOM (Out Of Memory) 错误，请尝试关闭其他占用显存的程序，或使用 CPU 模式运行（修改配置文件中的 device 参数）。
- 关于 Qwen 模型：确保 Ollama 服务已正确安装并拉取了指定的 Qwen 模型（如
ollama pull qwen2.5:7b），否则纪要生成功能无法调用。
