🎙️ 本地转写插件使用说明

🔍 一、本机环境检测

说明：浏览器无法直接检查您电脑上的 Python / Whisper / ffmpeg，因此以下「前提条件」需您在本机命令行自行确认；本页可自动检测的是「本地转写服务」是否已在运行。

组件说明（均可由「一键安装」脚本自动搞定，一般无需手动确认）：

• ① Python 3.9~3.13：安装脚本会自动安装——优先使用本机已有兼容 Python，若没有则自动下载内嵌版 Python 3.13，无需您手动装。
• ② ffmpeg：Windows / macOS 上音频解码（PyAV）自带，一般无需安装；仅 Linux 上如报错可 apt install ffmpeg。
• ③ faster-whisper / flask / flask-cors / av：由「一键安装」脚本自动安装。
• ④ funasr / torch（方言识别用）：同样由「一键安装」脚本自动安装；若只需普通话可忽略，不影响普通话转写。

📦 二、下载插件

点击下方按钮，一次性下载整个插件压缩包（zip，含 server.py / install.* / start.* / README）：

📥 下载说明：点击后浏览器会下载一个 zip 文件，解压到任意文件夹即可，无需逐个下载。解压后运行里面的 install 脚本会自动装好全部依赖。

⚙️ 三、一键安装依赖

1. 把下载的 zip 解压到任意文件夹（如 D:\meeting-plugin\）。
2. Windows：双击运行 install.bat；Mac / Linux：在终端执行 bash install.sh。
3. 脚本会自动安装 Python 3.13（如本机没有）与全部依赖：faster-whisper、flask、flask-cors、av、funasr + torch。请保持窗口打开直到出现「安装完成」（funasr/torch 约数百 MB，耗时稍长）。
4. 方言模型（SenseVoice，约 230MB）会在您首次选择方言（上海话/粤语/四川话/自动检测）转写时自动从 ModelScope 下载，请保持网络畅通；之后缓存复用。
5. 极少数 Linux 环境若提示缺少 ffmpeg，请 apt install ffmpeg；Windows / macOS 一般无需处理。

🚀 安装脚本已默认使用阿里云 PyPI 镜像（mirrors.aliyun.com）加速依赖下载，并在无兼容 Python 时自动下载内嵌版 Python 3.13，无需手动切换或配置。

▶️ 四、启动本地服务

1. Windows：双击 start.bat；Mac / Linux：终端执行 bash start.sh。
2. 首次启动会自动下载 Whisper 模型（约 150MB~1.5GB，取决于模型大小），请耐心等待，不要关闭窗口。
3. 出现「Running on http://127.0.0.1:8765」即表示服务已启动。保持该窗口常开。

🌐 模型下载已通过 HF_ENDPOINT=https://hf-mirror.com 自动走国内 HuggingFace 镜像加速，无需翻墙或手动配置；网络正常时通常几分钟即可完成。

📝 五、回到 AIPM 使用

1. 打开 AIPM → 施工监理 → 会议纪要。
2. 在「会议录音本地转写」卡片，切到 📁 文件转写，点击或拖拽上传多个录音文件。
3. 上传区可选择 识别模型（普通话：medium / small / base）与 识别语言：普通话走 faster-whisper；上海话 / 粤语 / 四川话 / 自动检测 走 FunASR（原生支持方言，CPU 实时）。
4. 本机服务会自动逐个转写并将多个录音合并为一个文档；转写进行时会弹出桌面悬浮进度窗，关闭网页也不影响。
5. 点击「⬆️ 汇总文本上传」，即把合并文本上传 AIPM，由管理员配置的 AI 按所选模板与参与单位生成会议纪要（默认只讲结论）。
6. 也可使用 🎤 实时录音（需 Chrome / Edge）或 📋 粘贴文字。

🛠️ 六、常见问题

• 页面提示「需要安装本地转写插件」：本地服务未启动或未安装。请先完成第三、四步，再刷新页面。
• 首次转写很慢 / 卡住：正在下载 Whisper 模型（普通话）或 SenseVoice 方言模型（首次选方言时），等待其下载完成即可；之后复用缓存。
• 选了方言却提示「未安装 funasr」：安装脚本未完整执行。请重新运行 install.bat / install.sh，确认出现「安装完成」且含 funasr。
• 录音文件转写失败：确认已安装 ffmpeg，且录音格式受支持（MP3/M4A/WAV/FLAC/OGG/WEBM/AAC）。
• 实时录音无反应：Web Speech API 仅 Chrome / Edge 支持中文，请更换浏览器，或改用文件转写 / 粘贴文字。
• 端口被占用：若 8765 被占用，可编辑 server.py 中的端口后重启服务。