🎙️ RealtimeSTT - 实时语音转写工具

一个基于 RealtimeSTT 的 GUI 实现，提供多语言语音识别和实时翻译功能。本项目为原项目添加了图形界面、实时翻译和日志记录等功能。

✨ 主要特点

• 🔄 实时语音转写（基于 RealtimeSTT 引擎）
• 🌐 多语言支持（中文、英语、日语等）
• 🤖 自动翻译功能（基于百度翻译 API）
• 💻 GPU 加速支持
• 📝 自动保存转写记录（Markdown 格式）
• 🎯 用户友好的图形界面
• 🈁 日语汉字注音功能（自动添加平假名注音）

🚀 快速开始

环境要求

Python 3.8+
PyQt5
RealtimeSTT
requests
pykakasi  # 用于日语注音功能

安装依赖

pip install PyQt5 RealtimeSTT requests pykakasi

运行程序

python realtime_stt_gui.py

🛠️ 配置说明

语音识别配置

• 支持选择不同的语音识别模型（tiny/base/small/medium/large）
• 可调整语音检测灵敏度和静音检测时长
• 支持 GPU 加速和精度设置
• 实时转写和完整转写双模式

翻译配置

• 支持配置百度翻译 API 密钥
• 可在配置页面中设置翻译服务参数
• 支持启用/禁用自动翻译功能
• 可选择目标翻译语言

📝 日志记录

• 自动生成带时间戳的转写记录
• Markdown 格式便于阅读和分享
• 支持实时翻译结果记录
• 日语转写支持汉字注音（蓝色显示）
• 所有记录保存在同一个文件中（transcript.md）

日语注音功能

• 自动为日语转写中的汉字添加平假名注音
• 带注音的汉字以蓝色显示，提高可读性
• 注音格式：漢字(かんじ)
• 仅在选择日语语言时启用

🔑 功能配置

在程序的配置页面中可以设置：

1. 语音检测参数

   • Silero 灵敏度
   • 静音检测时长
   • 最小录音长度

2. 性能参数

   • Beam Size
   • 实时处理间隔
   • GPU 加速选项
   • 计算精度

3. 翻译参数

   • 百度翻译 API ID
   • 百度翻译密钥
   • 启用/禁用翻译
   • 目标语言选择

📚 相关项目

• RealtimeSTT - 原始项目，提供底层的语音识别功能
• 作者：Kolja Beigel