企业官网建设流程全解析

Qwen3-ASR-0.6B Streamlit界面定制教程：修改主题色、添加公司LOGO、导出PDF识别报告

1. 项目背景与价值

Qwen3-ASR-0.6B是阿里云通义千问团队推出的轻量级语音识别模型，专为本地部署场景优化。这个6亿参数的模型在保持高识别精度的同时，显著降低了硬件资源需求，特别适合需要隐私保护的语音转写场景。

通过Streamlit框架，我们可以快速构建一个用户友好的Web界面，但默认界面往往缺乏个性化。本教程将手把手教你如何：

• 修改界面主题色，匹配企业VI系统
• 添加公司LOGO，提升品牌识别度
• 实现PDF报告导出功能，方便结果存档

这些定制不仅能提升用户体验，还能让工具更好地融入企业工作流程。

2. 环境准备与基础代码

2.1 安装必要依赖

确保已安装以下Python包：

pip install streamlit qwen-asr PyPDF2 reportlab

2.2 基础识别代码框架

以下是基本的语音识别界面代码（app.py）：

import streamlit as st from qwen_asr import QwenASR # 初始化模型 asr = QwenASR(model_size="0.6B", device="cuda") # 基础界面 st.title("语音识别工具") audio_file = st.file_uploader("上传音频文件", type=["wav","mp3","m4a","ogg"]) if audio_file: st.audio(audio_file.read()) if st.button("开始识别"): text = asr.transcribe(audio_file) st.text_area("识别结果", text)

3. 界面主题定制

3.1 修改主题颜色

Streamlit支持通过配置文件自定义主题。在项目根目录创建.streamlit/config.toml文件：

[theme] primaryColor = "#1E90FF" # 主色调 backgroundColor = "#FFFFFF" # 背景色 secondaryBackgroundColor = "#F0F2F6" # 次级背景 textColor = "#262730" # 文字颜色 font = "sans serif" # 字体

常用配色方案参考：

3.2 添加公司LOGO

在侧边栏添加LOGO的两种方法：

方法一：直接嵌入图片

from PIL import Image logo = Image.open("company_logo.png") st.sidebar.image(logo, width=200)

方法二：使用HTML注入（更灵活）

st.sidebar.markdown( """ <div style="text-align:center"> <img src="https://example.com/logo.png" width="200"> </div> """, unsafe_allow_html=True )

4. PDF报告生成功能

4.1 安装PDF库

pip install PyPDF2 reportlab

4.2 实现PDF导出

在识别结果下方添加导出按钮：

from reportlab.lib.pagesizes import letter from reportlab.pdfgen import canvas import io if 'text' in locals(): if st.button("导出PDF报告"): buffer = io.BytesIO() c = canvas.Canvas(buffer, pagesize=letter) # 添加标题 c.setFont("Helvetica-Bold", 16) c.drawString(100, 750, "语音识别报告") # 添加内容 c.setFont("Helvetica", 12) text_lines = text.split('\n') y_position = 700 for line in text_lines: c.drawString(100, y_position, line) y_position -= 20 c.save() st.download_button( label="下载PDF", data=buffer.getvalue(), file_name="语音识别报告.pdf", mime="application/pdf" )

4.3 高级报告模板

对于更专业的报告，可以预置模板：

def generate_pdf(text, audio_info): buffer = io.BytesIO() c = canvas.Canvas(buffer, pagesize=letter) # 页眉 c.drawImage("header.png", 50, 750, width=500, height=50) # 报告信息 c.setFont("Helvetica-Bold", 14) c.drawString(100, 700, f"音频文件: {audio_info['name']}") c.drawString(100, 675, f"识别时间: {audio_info['time']}") # 识别内容 c.setFont("Helvetica", 12) text_object = c.beginText(100, 650) for line in text.split('\n'): text_object.textLine(line) c.drawText(text_object) # 页脚 c.setFont("Helvetica-Oblique", 8) c.drawString(100, 50, "本报告由Qwen3-ASR生成") c.save() return buffer.getvalue()

5. 完整定制示例

结合所有功能的完整代码示例：

import streamlit as st from qwen_asr import QwenASR from PIL import Image from reportlab.lib.pagesizes import letter from reportlab.pdfgen import canvas import io import datetime # 初始化 asr = QwenASR(model_size="0.6B", device="cuda") logo = Image.open("logo.png") # 界面布局 st.set_page_config(layout="wide") st.sidebar.image(logo, width=200) st.sidebar.markdown("## 识别参数") confidence = st.sidebar.slider("置信度阈值", 0.7, 1.0, 0.9) # 主界面 st.title("企业级语音识别系统") audio_file = st.file_uploader("上传音频文件", type=["wav","mp3","m4a","ogg"]) if audio_file: st.audio(audio_file.read()) if st.button("开始识别"): with st.spinner("识别中..."): text = asr.transcribe(audio_file, min_confidence=confidence) st.text_area("识别结果", text, height=300) # PDF导出 audio_info = { "name": audio_file.name, "time": datetime.datetime.now().strftime("%Y-%m-%d %H:%M") } pdf_data = generate_pdf(text, audio_info) st.download_button( label="导出完整报告", data=pdf_data, file_name=f"{audio_file.name}_report.pdf", mime="application/pdf" )

6. 部署与优化建议

6.1 生产环境部署

对于企业级部署，建议：

1. 使用Docker容器化部署
2. 配置Nginx反向代理
3. 启用HTTPS加密
4. 添加用户认证功能

6.2 性能优化技巧

• 启用模型缓存：避免每次请求重新加载模型
• 使用st.cache_data缓存识别结果
• 对长音频实现分段识别
• 考虑使用Redis缓存常用音频的识别结果

6.3 扩展功能思路

• 添加多用户支持
• 实现批量音频处理
• 集成到企业微信/钉钉等办公平台
• 开发API接口供其他系统调用

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。