LiveSTT

输入 RTMP / M3U8 链接，后台拉流取音频，实时语音转文字并自动区分发言者；支持导出 TXT / SRT，并可按说话人整理与生成简易摘要。

目录约定

• models/whisper/：离线转写模型（默认使用 Systran/faster-whisper-small 的本地快照）
• models/speaker/：说话人嵌入模型（默认使用 speechbrain/spkrec-ecapa-voxceleb 的本地快照）
• assets/ffmpeg/：打包时放入 Windows 版 ffmpeg（ffmpeg.exe）

本地运行（开发态）

python -m venv .venv
. .venv/bin/activate
pip install -r requirements.txt
python -m livestt

打包 EXE（Windows 10 64位）

在 Windows 环境执行：

python -m venv .venv
.\.venv\Scripts\activate
pip install -r requirements.txt
pip install pyinstaller
python scripts\prepare_offline_assets.py
python scripts\build_windows_exe.py

也可以使用 GitHub Actions 直接生成可下载的 EXE 产物（见 .github/workflows/build-windows.yml）。