声文通 (swt)

本地离线语音转文字桌面工具 —— 安全、快速、不上传任何数据

声文通是一款完全离线运行的语音转文字桌面应用，基于 FunASR 语音识别框架。所有音频数据在本地处理，无需联网，无需上传至任何服务器。

功能特性

内置模型

系统要求

快速开始

1. 克隆并进入项目

git clone https://gitee.com/ydtg1993/swt.gitcd swt```

### 2\. 创建虚拟环境并安装依赖

```bash
python -m venv .venv.venv\Scripts\activate
pip install -r requirements.txt```

### 3\. 下载模型

首次运行需要下载至少一个 ASR 模型。启动应用后，进入 **设置** → **模型下载管理**，选择需要的模型下载。

模型将保存在 `llm/` 目录下。

### 4\. 启动应用

```bash
python main.py```

> **注意**：转写视频文件需要安装 [ffmpeg](https://ffmpeg.org/download.html) 并将其添加到系统 PATH。

---

## 项目结构

swt/
├── main.py # 应用入口
├── requirements.txt # Python 依赖
├── LICENSE # MIT 许可证
├── config/ # 配置 (YAML + Pydantic Settings)├── core/ # 核心引擎 (ASR, VAD, 字幕生成)
├── models/ # 数据模型 (SQLAlchemy)├── ui/ # GUI 层 (PySide6 + QFluentWidgets)│ ├── pages/ # 页面组件
│ └── widgets/ # 可复用组件
├── workers/ # 后台工作线程 (QRunnable)├── utils/ # 工具函数
├── llm/ # 模型存储目录
├── resources/ # 图标、图片
├── scripts/ # 模型下载辅助脚本
├── tests/ # 测试
└── logs/ # 日志

---

## 技术栈

| 类别 | 技术 |
|------|------|
| GUI | PySide6 + QFluentWidgets |
| ASR 引擎 | FunASR (Qwen3-ASR, SenseVoiceSmall, FSMN-VAD) |
| 数据库 | SQLite + SQLAlchemy 2.x |
| 配置 | YAML + QSettings |
| 日志 | loguru |
| 任务系统 | QThreadPool + QRunnable + Signal |
| 文件处理 | pathlib |
| 打包 | PyInstaller |

---

## 开发

```bash
# 安装依赖
pip install -r requirements.txt

# 运行应用
python main.py

# 运行测试
pytest tests/ -v

# 打包为可执行文件
pyinstaller main.spec

第三方许可

许可证

声文通 (swt) 采用 MIT License 开源发布。

Copyright © 2026 声文通 (swt)

特此授权，任何获得本软件及相关文档文件副本的人，可无限制地处理本软件，包括但不限于使用、复制、修改、合并、发布、分发、再许可和/或销售本软件副本的权利。

项目地址

• Gitee: gitee.com/ydtg1993/swt

_{Made with ❤️ by ydtg1993}

本作品采用《CC 协议》，转载必须注明作者和本文链接