🩺 ​​VetVoice | 兽医声动

兽医声动，诊疗更高效

展示

agent智能填充

实时语音识别	开始agent	对话填充电子病历

🎉 新闻

• [2025.09.10]🎯📢 支持agent/mcp智能体，智能整理电子病历4个阶段：问诊阶段 / 开检查阶段 / 查看检查结果阶段 / 确诊治疗阶段。
• [2025.08.26]🎊🔥 基于Python3.10版发布🔥🎊

简介

VetVoice（兽医声动）​​ 是基于 ​PySide6 + FunASR + LLM​ 的智能语音病历系统跨平台【插件】，搭配【全向会议麦克风】，成为宠物医疗病例强力助手。支持：

• 实时语音降噪
• 实时语音转文字（中英文）
• 自动区分医生/宠主对话
• 大模型辅助生成病例、诊断建议
• 一键导出PDF/WAV
• 适用于宠物医院、兽医诊所等场景，解决手写病历效率低下的痛点。
• 开放http/mcp_server可方便集成

核心功能

实时语音降噪

• 基于 Webrtc实时降噪（配合全向会议麦克风最佳）

实时语音识别

• 基于 FunASR / Vosk，支持长语音断句和静音检测
• 自适应降噪，提升嘈杂环境下的识别准确率

实时说话人分离

• 自动标记医生与宠主对话（不同颜色/对齐方式）
• 支持多人对话场景

实时大模型辅助诊疗

• ​病例生成​：语音输入→结构化病历（主诉、现病史等）
• ​辅助诊断​：大模型分析对话，提供鉴别诊断建议
• ​用药指导​：自动生成用法用量（需接入大模型API）

一键导出

• 保存原始音频文件（WAV格式）,批量导出PDF病历

下载

​通过网盘分享的文件：resources.zip

​ 链接: https://pan.baidu.com/s/1arQO6OBExGB3xlq4zykvvw?pwd=6847 提取码: 6847

​ 下载解压到本地，如：/data/resources

​ 在登陆页面设置资源路径：/data/resources

使用

Python3.10环境启动(推荐3.10，Pyside6对高版本Python支持不友好)

git clone https://github.com/georgewangchn/VetVoice.git
cd VetVoice
uv venv --python=3.10
source .venv/bin/activate
uv pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cpu
uv sync # or uv pip install -r requirements.txt
python main.py

窗口程序使用步骤

• 注册
• 登陆（用户名、密码、资源路径、保存路径）
• 设置 大模型openai形式接口参数）
• 重启
• 开始使用

TODO计划

• pyinstaller打包windows/ubuntu/macos平台安装包
• 开放http/mcp控制接口：当前病例号/开始录音/停止录音/辅诊/检查确诊/推荐用药/电子病历等
• 采用fastmcp开发对话mcp，电子病历流程从人控制转向agent控制（开发测试使用模型：gpt-5-nano）
• 推荐用户分享样本训练模型提升效果
• 性能优化

致谢

感谢以下优秀开源项目的支持：

• FunASR

• pyannote-audio

• py-xiaozhi

Apache License 2.0

LICENSE

VetVoice 还包含多种第三方组件及从其他代码库修改而来的部分代码（这些内容遵循其他开源许可证）。 预训练模型的使用需遵守相应模型的许可证要求。

Star History