Voice_Assistant - 跨平台语音识别应用

基于 FunASR 的跨平台[实时]AI 语音识别桌面应用，支持 Windows、macOS 和 Linux。

因 linux 打包文件较大，所以 release 没有 linux 版本，用户可以根据下方教程自己运行起来(教程很细也很简单)

软件截图

功能特点

• 实时 AI 语音识别, 基于 FunASR 的高精度语音识别
• 自动将识别文本插入到当前系统焦点位置
• 语音对话的历史记录管理
• 简洁直观的用户界面，用户可自定义大部分配置
• 跨平台支持 (Windows, macOS, Linux)

下载

window 和 macos 下载

linux 版本请自己按下面教程可直接运行 或 编译后运行

使用说明

1. 启动应用后，等待 FunASR 模型加载完成
2. 点击"开始录音"按钮开始语音识别
3. 说话后点击"停止录音"按钮
4. 识别结果将显示在文本框中
5. 如果勾选了"自动插入文本"，识别结果将自动插入到当前焦点位置
6. 也可以点击"插入文本"按钮手动插入文本

启动失败说明

1. 失败说明： 启动客户端后，第一次 启动服务，程序会自动下载语音模型到本地，可能需要等待一段时间，等待下载和服务启动完成，即可使用
2. 解决方法：
   • 先关闭再启动
   • 点击侧边栏右下角的重启图标尝试重启服务

功能规划(feature)

• 优化实时语音交互
• 增加文本模型能力：总结、归纳、润色等
• 支持本地上传视频或语音识别
• ...

技术栈

• 前端: Electron + Vue3
• 后端: Python + Flask
• 语音识别: FunASR
• 文本插入: 平台特定实现 (Windows/macOS/Linux)

系统要求

• 操作系统: Windows 10+, macOS 10.15+, 或 Linux (Ubuntu 20.04+)
• Node.js: v14+
• Python: 3.8+
• 内存: 至少 4GB RAM (推荐 8GB+)
• 存储: 至少 2GB 可用空间

安装与运行

方法一: 使用启动脚本（推荐）

启动脚本会自动使用 uv 创建虚拟环境，并安装所有依赖。

Windows

.\start.bat

macOS / Linux

chmod +x start.sh
./start.sh

方法二: 使用 uv 手动安装

1. 安装 uv:

pip install uv

2. 创建虚拟环境:

uv venv .venv

3. 激活虚拟环境:

   • Windows:

   .venv\Scripts\activate
   

   • macOS / Linux:

   source .venv/bin/activate
   

4. 安装 Python 依赖:

cd backend
uv pip install -r requirements.txt
cd ..

5. 安装 Node.js 依赖:

cd frontend
npm install
cd ..

6. 启动应用:

cd frontend
npm run electron:dev

方法三: 使用传统 pip 手动安装

1. 创建虚拟环境:

python -m venv .venv

2. 激活虚拟环境:

   • Windows:

   .venv\Scripts\activate
   

   • macOS / Linux:

   source .venv/bin/activate
   

3. 安装 Python 依赖:

cd backend
pip install -r requirements.txt
cd ..

4. 复制你当前系统的 ffmpeg 文件到.venv/bin

brew install ffmpeg
cp $(which ffmpeg) .venv/bin/

5. 安装 Node.js 依赖:

cd frontend
npm install
cd ..

6. 启动应用:

cd frontend
npm run electron:dev

单独启动后端服务

如果您需要单独启动后端服务（例如进行调试或开发），可以按照以下步骤操作：

1. 确保已经激活虚拟环境：

   • Windows:

   .venv\Scripts\activate
   

   • macOS / Linux:

   source .venv/bin/activate
   

2. 进入后端目录并启动服务：

cd backend
python app.py [port]

其中 [port] 是可选参数，指定服务要监听的端口号，默认为 5000。

服务启动后，您将看到类似于以下的输出：

 * Running on http://127.0.0.1:5000

这表示服务已经成功启动。

使用说明

参考开头的使用说明部分

构建应用

构建独立的可执行文件

cd frontend
npm run electron:build

构建后的应用将位于 frontend/release 目录中。

打包后的应用使用说明

打包后的应用包含了所有必要的依赖，包括 Python 环境和 FunASR 模型。用户可以直接运行安装程序或可执行文件，无需额外安装依赖。

Windows

1. 运行 Voice_Assistant_[version].exe 安装程序
2. 按照安装向导完成安装
3. 从开始菜单或桌面快捷方式启动 "Voice_Assistant"

macOS

1. 打开 Voice_Assistant_[version].dmg 文件
2. 将 "Voice_Assistant" 应用拖动到应用程序文件夹
3. 从启动台或应用程序文件夹启动 "Voice_Assistant"
4. 首次启动时，可能需要右键点击应用并选择"打开"以绕过 macOS 的安全限制

Linux

1. 下载 Voice_Assistant_[version].AppImage 文件
2. 设置执行权限：chmod +x Voice_Assistant_[version].AppImage
3. 运行应用：./Voice_Assistant_[version].AppImage

首次运行注意事项

1. 首次启动时，应用将下载并加载 FunASR 模型，这可能需要一些时间
2. 请确保在使用录音功能前授予应用麦克风访问权限
3. 如果需要使用"自动插入文本"功能，可能需要授予应用额外的输入控制权限

配置加速

npm config set registry https://mirrors.cloud.tencent.com/npm/
export ELECTRON_MIRROR="https://npmmirror.com/mirrors/electron/"

许可证

MIT

致谢

• FunASR - 语音识别引擎
• Electron - 跨平台桌面应用框架
• Vue.js - 前端框架