错别字检测工具

适用于内网办公环境的单机离线错别字检测与修正工具。全图形界面操作，办公室同事可直接使用。

功能特性

多格式支持

格式	扩展名	检测	自动修正
文本检测	-	✅	✅
PowerPoint	`.pptx`	✅	✅
Word	`.docx`	✅	✅
Excel	`.xlsx`	✅	✅
纯文本	`.txt`	✅	✅

三重检测引擎

词典检测 - 内置300+常见错别字，秒级出结果，零依赖
同音字检测 - 基于拼音的智能匹配，发现同音错别字
AI智能纠错（推荐）- 基于 pycorrector 的 MacBERT 模型，理解上下文语义

其他特性

图形界面（Tkinter 现代化风格），操作简单直观
完全离线运行，数据不出本机，符合内网安全要求
批量修正 + 逐条选择修正 + 全选/反选
保留文件原始格式（字体、颜色、大小等）
支持自定义词典（添加本单位专属错别字）
支持白名单（排除专有名词、人名、地名等）
自动加载AI模型（模型文件存在时自动就绪）
关于弹窗：软件介绍、作者信息、开源声明

环境要求

Windows 7+ / 10 / 11
Python 3.10+
conda（推荐，用于创建隔离环境）

安装步骤

1. 创建 conda 环境

conda env create -f environment.yml
conda activate typo-checker

2. 安装 Word/Excel 支持（可选）

pip install python-docx openpyxl

仅检测PPT和TXT无需安装，检测Word/Excel时才需要。

3. 安装 AI 纠错模型（可选，推荐）

AI智能纠错基于 pycorrector（Apache-2.0 协议），需手动下载模型文件。

pip install pycorrector

然后下载 MacBERT 模型文件，放到 models/macbert4csc-base-chinese/ 目录：

下载地址：https://hf-mirror.com/shibing624/macbert4csc-base-chinese/tree/main

需要下载的文件：

config.json
model.safetensors（或 pytorch_model.bin，约400MB）
vocab.txt
tokenizer_config.json
special_tokens_map.json
tokenizer.json（可选）

模型文件放置后，启动软件会自动检测并加载AI引擎，无需手动点击。不安装 pycorrector 也能使用，只是没有AI纠错功能，词典+同音字检测仍可正常工作。

使用方法

启动图形界面

conda activate typo-checker
python gui.py

界面介绍

软件采用三标签页布局，右上角实时显示AI引擎状态。

① 文本检测

直接输入或粘贴文本
点击「开始检测」查看错误
可勾选多个问题批量修正
支持全选 / 反选
修正后自动回填，支持二次检测

② 文件检测

支持 PPT / Word / Excel / TXT 四种格式
选择文件后自动生成保存路径（原文件名_已修正.后缀）
可切换「同目录_已修正」或「自定义路径」
检测结果支持全选/反选/批量修正
修正时保留文件原始格式

③ 设置参数

勾选/取消检测引擎（词典 / 同音字 / AI）
选择AI模型类型
测试AI模型加载
设置自定义词典路径
设置白名单路径

打包分发（内网部署）

使用 PyInstaller 将程序打包为独立 exe 目录，拷贝到其他电脑即可运行，无需安装 Python。

一键打包

# 激活环境
conda activate typo-checker

# 安装 PyInstaller（首次需要）
pip install pyinstaller

# 运行打包脚本
.\build.ps1

或手动执行：

pyinstaller typo-checker.spec --clean

打包说明

打包模式：目录模式（onedir），相比单文件启动更快，且配置文件、模型文件便于替换更新
输出位置：dist/错别字检测工具/
主程序：错别字检测工具.exe

部署到其他电脑

将整个 dist/错别字检测工具/ 目录拷贝到目标电脑
如需 AI 纠错功能，将模型文件放到 models/macbert4csc-base-chinese/ 目录
双击 错别字检测工具.exe 即可运行

模型文件说明：AI 模型体积较大（约400MB），不随打包文件分发。部署时根据需要手动拷贝，不放置模型文件也能使用（词典+同音字检测正常工作）。

目录结构（打包后）

错别字检测工具/
├── 错别字检测工具.exe      # 主程序
├── config/                  # 配置文件（可编辑）
│   ├── custom_words.json
│   └── 白名单.txt
├── models/                  # AI模型（手动放置）
│   └── macbert4csc-base-chinese/
└── ...（其他依赖文件）

白名单使用

白名单用于排除专有名词、人名、地名等不需要检测的词语，避免误报。

编辑 config/白名单.txt，每行一个词：

# 以 # 开头的行为注释
# 示例（可根据实际情况修改或删除）：
张三
李四
北京
上海

在「设置参数」标签页中可配置白名单文件路径，检测时会自动过滤白名单中的词。

自定义词典

编辑 config/custom_words.json 添加本单位专属错别字：

{
  "replacements": [
    {"wrong": "登陆", "correct": "登录", "note": "常见错别字"},
    {"wrong": "帐号", "correct": "账号", "note": "财务规范用字"}
  ]
}

检测引擎对比

引擎	速度	准确率	额外安装	说明
词典	极快（秒级）	高	无	精确匹配常见错别字
同音字	快	中	pypinyin	发现同音错别字
AI纠错	中等	最高	pycorrector+torch	MacBERT模型，理解上下文

建议日常使用「词典 + 同音字」即可，重要文档再加「AI纠错」。

项目结构

typo-checker/
├── gui.py                       # 图形界面入口（主程序）
├── typo-checker.spec            # PyInstaller 打包配置
├── environment.yml              # conda 环境定义
├── requirements.txt             # pip 依赖
├── typo_checker/                # 核心模块
│   ├── __init__.py              # 主控类
│   ├── ppt_parser.py            # PPT 文本提取
│   ├── file_parser.py           # 多格式文件解析（Word/Excel/TXT）
│   ├── text_checker.py          # 纯文本检测
│   ├── checker.py               # 词典+同音字检测引擎
│   ├── pycorrector_checker.py   # pycorrector AI纠错引擎
│   └── corrector.py             # PPT 修正模块
├── config/
│   ├── custom_words.json        # 自定义词典
│   └── 白名单.txt               # 白名单配置
├── models/
│   └── macbert4csc-base-chinese/  # AI模型（手动放置）
└── README.md

常见问题

Q: 打开GUI报错找不到模块？ A: 确保已激活 conda 环境：conda activate typo-checker

Q: AI纠错功能不可用？ A: 需要安装 pycorrector 并放置模型文件，详见「安装步骤」。启动软件后右上角会显示AI引擎状态，也可在设置参数页点击「测试加载」验证。

Q: 修正后格式会变吗？ A: 不会。修正只修改文字内容，保留所有原始格式（字体、颜色、大小等）。

Q: 支持 .ppt/.doc/.xls 旧格式吗？ A: 仅支持新版格式（.pptx / .docx / .xlsx）。旧版请先用对应软件另存为新版格式。

Q: Word/Excel 检测报错？ A: 需要安装对应依赖：pip install python-docx openpyxl

Q: 专有名词老是被误报怎么办？ A: 将这些词添加到 config/白名单.txt 中，检测时会自动跳过。

开源协议

本项目采用 Apache License 2.0 协议。

第三方依赖声明

本软件使用了以下开源项目，在此致谢：

项目	协议	用途
python-pptx	MIT	PPT文件读写
python-docx	MIT	Word文件读写
openpyxl	MIT	Excel文件读写
pypinyin	MIT	汉字转拼音
pycorrector	Apache-2.0	AI智能纠错
transformers	Apache-2.0	模型加载与推理
PyTorch	BSD-3	深度学习框架
MacBERT	Apache-2.0	中文预训练模型

pycorrector 说明：AI智能纠错功能基于 pycorrector（作者 shibing624，Apache-2.0 协议）。MacBERT 纠错模型 macbert4csc-base-chinese 由 pycorrector 提供，基于哈工大讯飞联合实验室的 MacBERT 预训练模型微调而来。

作者

Shifa Zuo

版本历史

[1.0.0] - 2026-08-30

首个正式发布版本，功能完整，可直接用于内网办公环境。

核心功能

支持 PPT / Word / Excel / TXT 多格式文件错别字检测与修正
三重检测引擎：词典检测、同音字检测、AI智能纠错（MacBERT）
现代化 Tkinter 图形界面，三标签页布局（文本检测 / 文件检测 / 设置参数）
检测结果支持复选框批量修正、全选、反选
白名单功能，可排除专有名词、人名、地名等
自定义词典，支持添加本单位专属错别字
AI模型自动加载，启动即检测模型文件是否就绪
完全离线运行，数据不出本机
修正时保留文件原始格式（字体、颜色、大小等）

未来规划

Flask 内网Web服务版，支持浏览器上传文档
接入 Qwen3-4B-CTC 等更大规模纠错模型
新增业务混淆词典兜底规则
批量文件检测支持

Navigation Menu

Repository navigation

About

Repository files navigation

错别字检测工具

功能特性

多格式支持

三重检测引擎

其他特性

环境要求

安装步骤

1. 创建 conda 环境

2. 安装 Word/Excel 支持（可选）

3. 安装 AI 纠错模型（可选，推荐）

使用方法

启动图形界面

界面介绍

① 文本检测

② 文件检测

③ 设置参数

打包分发（内网部署）

一键打包

打包说明

部署到其他电脑

目录结构（打包后）

白名单使用

自定义词典

检测引擎对比

项目结构

常见问题

开源协议

第三方依赖声明

作者

版本历史

[1.0.0] - 2026-08-30

未来规划

About

Releases

Contributors

Languages

Name		Name	Last commit message	Last commit date
config		config
models/macbert4csc-base-chinese		models/macbert4csc-base-chinese
typo_checker		typo_checker
错别字测试文件		错别字测试文件
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
README_EN.md		README_EN.md
build.ps1		build.ps1
environment.yml		environment.yml
gui.py		gui.py
requirements.txt		requirements.txt
typo-checker.spec		typo-checker.spec

Latest commit

History

Folders and files

Repository files navigation

错别字检测工具

功能特性

多格式支持

三重检测引擎

其他特性

环境要求

安装步骤

1. 创建 conda 环境

2. 安装 Word/Excel 支持（可选）

3. 安装 AI 纠错模型（可选，推荐）

使用方法

启动图形界面

界面介绍

① 文本检测

② 文件检测

③ 设置参数

打包分发（内网部署）

一键打包

打包说明

部署到其他电脑

目录结构（打包后）

白名单使用

自定义词典

检测引擎对比

项目结构

常见问题

开源协议

第三方依赖声明

作者

版本历史

[1.0.0] - 2026-08-30

未来规划

About

Topics

Resources

Stars

Watchers

Forks

Releases

Contributors

Languages