LLM-Text-Correct

功能：使用 pycorrector + MacBERT 专业模型，自动修正中文拼写、形近字、语法、标点错误。准确率高达 90%+，远超普通 LLM 提示词。

支持的模型（推荐顺序）

1. chinese-kenlm-klm → 这是一个基于 KenLM 的统计语言模型（N-gram）纠错方法，不是深度学习模型。
2. shibing624-macbert4csc-base-chinese → 这是一个基于 Transformer（MacBERT）的深度学习纠错模型。

执行步骤

1. 解析目录：识别用户的源路径（支持单个音频文件或整个文件夹）。

2. 默认目标：若未指定输出路径，默认在输入同级创建 [原文件名]_corrected.txt或[原文件名]_corrected 文件或目录。

3. 调用命令：使用以下兼容性命令启动脚本（优先 python3，失败则 python）。脚本会自动创建虚拟环境、检测 GPU 并安装对应版本。

   (python3 scripts/correct_text.py ["<输入文本/路径>"] [--refine] [--model-path "<模型路径>"]) || (python scripts/correct_text.py ["<输入文本/路径>"] [--refine] [--model-path "<模型路径>"])