ReverieFlow

项目简介

ReverieFlow 是一个语音识别和文本处理工具，支持实时语音识别、智能文本润色，以及全局快捷键快速录入。

当前版本：v0.2.3

为什么叫 ReverieFlow

只是因为我比较喜欢 Reverie 这个词，因为"Ripples of past reverie"，往昔的涟漪。

功能特性

• 流式 ASR 识别：支持实时语音识别，说话时即时显示结果
• 文本润色：对识别结果进行智能润色，提升文本质量
• 自定义润色系统提示词：可在设置页编辑文本润色模型的 system prompt，适配个人口述习惯和专有名词纠错规则
• 全局快捷键：按下 Ctrl + Win 即可快速开始/停止录音，无需打开主界面
• 悬浮窗口：快捷键模式下，屏幕底部显示悬浮窗口，实时展示识别结果
• 自动粘贴：润色完成后自动粘贴到当前光标活跃的文本框，或复制到剪贴板
• 音频设备选择：支持选择当前实际连接的麦克风设备，自动过滤已断开设备
• 系统托盘：支持最小化到托盘，右键菜单快速操作
• GUI 设置页：通过图形界面配置 ASR API、文本润色 API、启动行为等参数
• 设置保存后生效：保存设置后无需重启，关闭按钮行为立即生效，ASR/音频配置在下一次录音前刷新
• 便携模式：配置文件存储在软件同级目录，支持 U 盘携带
• 打包支持：提供独立可执行文件，无需安装 Python 环境
• 取消识别：录音过程中按下 ESC 键即可取消识别，不触发后续润色操作

v0.2.3 更新重点

• 文本润色支持在设置页自定义 system prompt，默认提示词维护在 assets/default_rewrite_system_prompt.txt，用户自定义提示词会保存到 config.json 同级目录的 rewrite_system_prompt.txt。
• rewrite_system_prompt.txt 默认不存在；用户保存自定义提示词后才会创建，恢复默认提示词时会删除该文件。
• 系统提示词编辑窗口使用明确的亮色文本区域样式，避免黑底黑字导致无法阅读。
• 设置保存后刷新运行中的配置快照：关闭按钮行为立即生效，ASR API Key、ASR URL、ASR 模型和音频参数在下一次录音前生效，文本润色配置在下一次润色前生效。
• 打包版 config.json 存放在 ReverieFlow.exe 同级目录，便携使用时更容易找到和备份。
• 修复默认配置浅拷贝问题，避免嵌套配置被意外污染。
• Windows 程序版本信息更新为 0.2.3.0。

快捷键说明

快捷键	功能
Ctrl + Win	开始/停止语音识别

快捷键模式流程：

1. 按下 Ctrl + Win 开始录音，屏幕底部出现悬浮窗口
2. 说话时，识别结果实时显示在悬浮窗口中
3. 再次按下 Ctrl + Win 停止录音，自动触发文本润色
4. 润色完成后，结果自动粘贴到当前活跃的文本框
5. 如无活跃文本框，则复制到剪贴板并提示

环境配置

开发环境（uv 推荐）

1. 创建项目本地虚拟环境：uv venv .venv-build --python 3.12
2. 安装依赖：uv pip install --python .\.venv-build\Scripts\python.exe -r requirements.txt
3. 运行程序：.\.venv-build\Scripts\python.exe main.py
4. 首次运行后，通过主界面左侧导航栏的"设置"页配置 API Key、模型和润色系统提示词等参数

也可以先激活环境再运行：

.\.venv-build\Scripts\Activate.ps1
python main.py

开发环境（pip）

如果使用已有 Python 环境，也可以直接安装依赖：

pip install -r requirements.txt
python main.py

打包版本

直接运行 ReverieFlow.exe 即可，无需安装 Python 环境。打包版会在 ReverieFlow.exe 同级目录创建和读取 config.json。

打包命令

pyinstaller ReverieFlow.spec

项目结构

ReverieFlow/
├── main.py                          # 应用入口
├── config.json                      # 配置文件（自动生成，勿提交）
├── rewrite_system_prompt.txt         # 用户自定义润色提示词（修改后自动生成，可选提交）
├── requirements.txt                 # 依赖列表
├── .gitignore
├── ReverieFlow.spec                  # PyInstaller 打包配置
├── version_info.txt                  # Windows 可执行文件版本信息
├── CHANGELOG.md                     # 版本更新日志
├── assets/
│   └── default_rewrite_system_prompt.txt # 默认润色提示词
└── src/
    ├── UI/
    │   ├── main_app.py              # 主窗口（FluentWindow）
    │   ├── home_interface.py        # 首页界面
    │   ├── setting_interface.py     # 设置页
    │   ├── overlay_widget.py        # 悬浮提示窗口
    │   └── system_tray.py           # 系统托盘
    ├── Audio/
    │   └── audio_capture.py         # 音频捕获与设备管理
    ├── ASR/
    │   └── streaming_asr.py         # 流式语音识别
    ├── TextProcessing/
    │   ├── text_post_processor.py   # 文本后处理
    │   └── text_rewriter.py         # 文本润色
    └── Utils/
        ├── config_manager.py        # JSON 配置管理
        └── logger.py                # 日志工具

依赖库

库	用途
PyQt5	GUI 框架
PyQt-Fluent-Widgets	Fluent Design UI 组件库
dashscope	ASR 与文本润色模型调用
pyaudio	音频捕获
soundcard	获取当前活动的音频输入设备
sounddevice	获取正确编码的设备名
websocket-client	ASR WebSocket 通信
requests	HTTP 请求
pynput	全局快捷键监听
pyperclip	剪贴板操作
pyautogui	模拟键盘粘贴操作
python-dotenv	配置辅助
numpy	音频数据处理辅助

未来计划

• 加入对本地大模型的支持
• 提供更多语音识别和文本处理功能
• 提供更多主题和界面自定义选项