| # Medical Transcriber GUI - Руководство пользователя |
|
|
| ## 🎯 Обзор |
|
|
| Medical Transcriber - это полнофункциональное Windows приложение для быстрого транскрибирования медицинских аудиодиктовок с автоматической коррекцией и созданием отчётов в формате DOCX. |
|
|
| ### Основные возможности: |
|
|
| ✅ **Транскрибирование аудио** - использует модель Whisper |
| ✅ **Автоматическая коррекция** - улучшение текста через LLM (GPT-4, Claude, Gemini) |
| ✅ **База медицинских терминов** - специальная обработка медицинской лексики |
| ✅ **Автогенерация отчётов** - создание красивых DOCX документов |
| ✅ **Сохранение истории** - все результаты сохраняются с временными метками |
| ✅ **Удобный интерфейс** - простой и понятный GUI |
|
|
| ## 🚀 Быстрый старт |
|
|
| ### Вариант 1: Запуск готового .exe (Рекомендуется) |
|
|
| 1. Скачайте `MedicalTranscriber.exe` из папки `dist/` |
| 2. Двойной клик для запуска |
| 3. Приложение готово к использованию! |
|
|
| **Требования:** |
| - Windows 10/11 |
| - 4+ ГБ оперативной памяти |
| - 2+ ГБ свободного места на диске |
|
|
| ### Вариант 2: Запуск из Python |
|
|
| ```bash |
| # Перейти в папку проекта |
| cd Trans_for_doctors |
| |
| # Установить зависимости |
| pip install -r requirements.txt |
| |
| # Запустить GUI |
| python run_gui.py |
| ``` |
|
|
| ## 📖 Использование приложения |
|
|
| ### Шаг 1: Выбор аудиофайла |
|
|
| 1. Откройте вкладку **"Транскрибирование"** |
| 2. Нажмите кнопку **"Обзор..."** в секции "1. Выбор аудиофайла" |
| 3. Выберите аудиофайл (поддерживаются: WAV, MP3, M4A) |
| 4. Путь к файлу отобразится в поле ввода |
|
|
| **Поддерживаемые форматы:** |
| - `.wav` - рекомендуется (лучшее качество) |
| - `.mp3` - обычно качество достаточно |
| - `.m4a` - работает, но медленнее |
|
|
| **Подсказка:** Чем выше качество аудио, тем лучше результат! |
|
|
| ### Шаг 2: Заполнение данных пациента |
|
|
| 1. В секции **"2. Данные пациента"** нажмите **"Заполнить данные пациента..."** |
| 2. В открывшемся диалоге заполните: |
| - **ФИО пациента** - обязательно (для отчёта) |
| - **Дата рождения** - в формате ДД.MM.YYYY |
| - **Область исследования** - например "МРТ головы" |
| - **Номер исследования** - идентификатор |
| - **Дата исследования** - автоматически установлена на сегодня |
| - **ФИО врача** - подпись в отчёте |
|
|
| 3. Нажмите **"OK"** - данные сохранены |
|
|
| **Если включена опция "Автоматически создать отчёт":** |
| - Все поля ФИО пациента и врача будут автоматически добавлены в DOCX отчёт |
| - Дата исследования используется для датирования отчёта |
|
|
| ### Шаг 3: Выбор опций обработки |
|
|
| В секции **"3. Опции обработки"** доступны: |
|
|
| - ✅ **Использовать LLM-коррекцию** - включить улучшение текста через AI (рекомендуется) |
| - ✅ **Автоматически создать отчёт** - генерировать DOCX файл (рекомендуется) |
| - ✅ **Сохранить оригинальную транскрипцию** - сохранять необработанный текст |
|
|
| ### Шаг 4: Запуск обработки |
|
|
| 1. Убедитесь, что выбран аудиофайл |
| 2. Если нужен отчёт - заполните данные пациента |
| 3. Нажмите большую зелёную кнопку **"▶ Начать транскрибирование"** |
| 4. Дождитесь завершения (может занять несколько минут) |
| 5. Результаты будут выведены в окне "5. Результаты" |
|
|
| **Примерное время обработки:** |
| - 30 сек аудио → 2-5 минут (зависит от мощности ПК и размера модели) |
| - С LLM коррекцией → +1-3 минуты |
|
|
| ### Шаг 5: Сохранённые результаты |
|
|
| После успешной обработки результаты автоматически сохраняются в папках: |
|
|
| ``` |
| Trans_for_doctors/ |
| ├── results/ |
| │ ├── result_20260116_120530.json # Оригинальная транскрипция |
| │ ├── result_20260116_120530_corrected.json # Скорректированная версия |
| │ └── reports/ |
| │ └── report_20260116_120530.docx # Финальный отчёт |
| └── logs/ |
| └── transcription_20260116_120530.log # Логи обработки |
| ``` |
|
|
| ## ⚙️ Вкладка "Настройки" |
|
|
| ### Модель Whisper |
|
|
| - **Путь к модели** - папка с загруженной моделью Whisper |
| - По умолчанию: папка проекта |
| - Скачайте модель если её нет (см. ниже) |
|
|
| - **Устройство** - выбор железа для вычислений |
| - `auto` - автоматически выбирает GPU если доступен, иначе CPU |
| - `cuda` - использовать NVIDIA GPU (требуется CUDA Toolkit) |
| - `cpu` - процессор (медленнее, но всегда работает) |
|
|
| - **Тип данных** - точность вычислений |
| - `float32` - стандарт (медленнее, точнее) |
| - `float16` - половинная точность (быстрее, меньше памяти) |
| - `bfloat16` - BF16 (рекомендуется для новых GPU) |
|
|
| ### OpenRouter API (для LLM коррекции) |
|
|
| - **API Ключ** - требуется для включения умной коррекции |
| - Получите на https://openrouter.ai |
| - Зарегистрируйтесь и создайте ключ |
| - Вставьте в поле "API Ключ" |
|
|
| - **Модель LLM** - выбор модели для коррекции |
| - `gpt-4o` - лучшее качество коррекции, дороже |
| - `claude-3-opus` - отличное качество, более дешево |
| - `gemini-pro` - хорошее качество, быстро |
| - `gpt-4-turbo` - баланс качества и скорости |
|
|
| ### База медицинских терминов |
|
|
| - **Путь к файлу терминов** - файл со специальной медицинской лексикой |
| - По умолчанию: `medical_terms.txt` в папке проекта |
| - Может быть отредактирован для добавления новых терминов |
|
|
| ## 🔑 Получение API ключа для OpenRouter |
|
|
| 1. Перейдите на https://openrouter.ai |
| 2. Нажмите **"Sign Up"** (или **"Log In"** если уже есть аккаунт) |
| 3. Заполните форму регистрации |
| 4. Перейдите в **Settings → Keys** |
| 5. Нажмите **"Create Key"** |
| 6. Скопируйте ключ |
| 7. Вставьте в GUI приложение → вкладка "Настройки" |
|
|
| **Стоимость:** |
| - За запросы платите по использованию (около 5-10 рублей за 1000 слов) |
| - Первый месяц обычно есть бесплатный кредит ($5-10) |
|
|
| ## 🐛 Решение проблем |
|
|
| ### Проблема: "Модель не найдена" |
|
|
| **Решение:** |
| 1. Скачайте модель Whisper: |
| ```bash |
| huggingface-cli download openai/whisper-base-ru --local-dir ./whisper_model |
| ``` |
| 2. В вкладке "Настройки" укажите путь к папке `whisper_model` |
|
|
| ### Проблема: "Чёрный экран при запуске" |
|
|
| **Решение:** |
| - Приложение может загружаться медленно (особенно при первом запуске) |
| - Подождите 30-60 секунд |
| - Проверьте наличие модели Whisper |
|
|
| ### Проблема: "API Ключ неверный" |
|
|
| **Решение:** |
| 1. Проверьте ключ на https://openrouter.ai/settings/keys |
| 2. Убедитесь, что скопировали полный ключ |
| 3. Наличие кредитов на аккаунте (добавьте платёж если нужно) |
|
|
| ### Проблема: "Недостаточно памяти" |
|
|
| **Решение:** |
| - Используйте `float16` вместо `float32` в настройках |
| - Закройте другие приложения |
| - Используйте GPU если есть (установите CUDA) |
|
|
| ### Проблема: Приложение зависает |
|
|
| **Решение:** |
| - Обычно это означает, что Whisper загружает модель (может занять несколько минут) |
| - Если зависание длится более 5 минут, перезагрузитесь |
| - Проверьте логи в папке `logs/` |
|
|
| ## 📄 Формат сохраняемых отчётов |
|
|
| ### DOCX отчёт |
|
|
| Отчёт содержит следующие секции: |
|
|
| ``` |
| ╔════════════════════════════════════════╗ |
| ║ Магнитно-резонансная томография ║ |
| ╚════════════════════════════════════════╝ |
| |
| Ф.И.О: Иванов Иван Иванович |
| Дата рождения: 15.03.1985 |
| Область исследования: МРТ головы |
| № исследования: 12345 |
| Дата исследования: 16.01.2026 |
| |
| Протокол обследования: |
| ──────────────────── |
| [Полная скорректированная транскрипция] |
| |
| Заключение: |
| ────────── |
| [Итоговое заключение] |
| |
| Рекомендовано: |
| ────────────── |
| [Рекомендации врача] |
| |
| ──────────────────────────────────────── |
| Врач - рентгенолог Петров П.П. |
| |
| 16.01.2026 |
| |
| Внимание! Данное заключение не является диагнозом... |
| ``` |
|
|
| ### JSON результаты |
|
|
| Сохраняются оригинальные и скорректированные версии в JSON: |
|
|
| ```json |
| { |
| "timestamp": "2026-01-16T12:05:30", |
| "audio_file": "path/to/audio.wav", |
| "transcription": "оригинальный текст...", |
| "corrections": [ |
| { |
| "type": "correction", |
| "original": "неверное слово", |
| "corrected": "верное слово" |
| } |
| ] |
| } |
| ``` |
|
|
| ## 💡 Советы по использованию |
|
|
| 1. **Чистое аудио** - лучше результат |
| - Избегайте фонового шума |
| - Говорите чётко и не слишком быстро |
| - Используйте хороший микрофон |
|
|
| 2. **Правильная область исследования** - более точные отчёты |
| - Укажите конкретное исследование (МРТ, КТ, УЗ и т.д.) |
| - Указание области помогает коррекции |
|
|
| 3. **Используйте LLM коррекцию** - качество на 30-50% выше |
| - Немного дороже, но результат лучше |
| - Используйте более мощные модели для сложных текстов |
|
|
| 4. **Сохраняйте историю** - легче найти предыдущие отчёты |
| - Все результаты автоматически сохраняются |
| - Используйте номера исследований для организации |
|
|
| ## 📞 Техподдержка |
|
|
| Если возникла проблема, проверьте: |
|
|
| 1. **Папка логов** (`logs/`) |
| - Откройте последний лог-файл |
| - Ищите сообщения об ошибках |
|
|
| 2. **Консоль Python** (если запускаете через `python run_gui.py`) |
| - Там видны детальные ошибки |
|
|
| 3. **Попытайтесь воспроизвести** |
| - Попробуйте с другим аудиофайлом |
| - Проверьте сетевое подключение (для API) |
|
|
| --- |
|
|
| **Версия:** 1.0 |
| **Дата:** Январь 2026 |
| **Язык:** Русский |
|
|
