语音转文字源码逐句修改行程会议纪要-wisper版本

共计 1176 个字符，预计需要花费 3 分钟才能阅读完成。

这个有点难度，而且需要 hf 的权限（语音按人分离等功能），不会申请的话有点困难。
采用 wisper（large V3）+ollama+qwen3:8b（全本地化模型）
    
1. 安装 Python 3.11 或更高版本
2. 打开命令行，进入源码目录
3. 创建虚拟环境：python -m venv .venv
4. 激活虚拟环境：.venv\Scripts\activate
5. 安装依赖：pip install -r requirements.txt
6. 双击「启动会议纪要助手网页端.bat」启动服务

链接：https://pan.quark.cn/s/c7fcce2a59c2

代码片段：（分项链接带源码）

def load_models():
    global whisper_model, diarize_model, align_models
    try:
        update_server_state(status_text="正在加载语音识别模型...", loading_progress=10)
        import whisperx
        from whisperx.diarize import DiarizationPipeline
        device = "cuda"; compute_type = "float16"
        whisper_model = whisperx.load_model("large-v3", device, compute_type=compute_type)
        update_server_state(status_text="正在加载说话人分离模型...", loading_progress=50)
        diarize_model = DiarizationPipeline(token=os.environ.get("HF_TOKEN",""), device=device)
        align_models = (None, None)
        update_server_state(models_loaded=True, status_text="模型就绪", loading_progress=100)
        print("模型加载完成。")
    except Exception as e:
        update_server_state(status_text=f"模型加载失败：{e}", loading_progress=0)
 
@asynccontextmanager
async def lifespan(app: FastAPI):
    global app_event_loop
    app_event_loop = asyncio.get_running_loop()
    threading.Thread(target=load_models, daemon=True).start()
    yield
    torch.cuda.empty_cache()
 
app = FastAPI(lifespan=lifespan)