这个问题我之前踩过坑！Tkinter的GUI是单线程运行的，你写的那个while True循环直接霸占了主线程，导致Tkinter的mainloop()根本没机会执行界面更新、事件响应这些操作，窗口自然就卡死了。

下面给你两种亲测有效的解决办法，你可以根据自己的场景选：

方法一：用Tkinter的after()方法（推荐简单场景） #

思路很简单：把音频读取和识别的逻辑封装成一个函数，然后让Tkinter的主循环定期调用这个函数，这样就不会阻塞主线程了。after()方法相当于告诉Tkinter：“过X毫秒后帮我调用这个函数”，函数执行完后再自己调用after()，形成循环，完美替代你原来的while True。

完整代码示例：

import tkinter as tk
from vosk import Model, KaldiRecognizer
import pyaudio
import json

# 初始化Vosk和音频流
model = Model("vosk-model-small-cn-0.22")
rec = KaldiRecognizer(model, 16000)

p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16,
                channels=1,
                rate=16000,
                input=True,
                frames_per_buffer=8000)

root = tk.Tk()
label = tk.Label(root, text="Speech result")
label.pack()

def update_speech_result():
    # 读取音频数据
    data = stream.read(4000)
    # 识别语音
    if rec.AcceptWaveform(data):
        result = json.loads(rec.Result())
        text = result["text"]
        # 更新标签文本
        label.config(text=text)
    # 告诉Tkinter 10毫秒后再调用自己，形成循环
    root.after(10, update_speech_result)

# 启动循环
update_speech_result()
# 启动Tkinter主循环
root.mainloop()

# 程序结束后记得关闭音频流和pyaudio
stream.stop_stream()
stream.close()
p.terminate()

关键说明：

• update_speech_result()函数里做完识别和更新后，用root.after(10, update_speech_result)让Tkinter过10毫秒再调用自己，这样就实现了“实时”循环，又不会阻塞主线程。
• 最后记得加关闭音频流和pyaudio的代码，不然程序结束后可能会有资源残留。

方法二：使用多线程（适合复杂场景） #

如果你的识别逻辑比较复杂，或者还有其他后台任务要跑，用多线程更合适。核心注意点：绝对不能在子线程里直接操作Tkinter组件，必须通过root.after()把更新操作交还给主线程执行。

完整代码示例：

import tkinter as tk
from vosk import Model, KaldiRecognizer
import pyaudio
import json
import threading

# 初始化Vosk和音频流
model = Model("vosk-model-small-cn-0.22")
rec = KaldiRecognizer(model, 16000)

p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16,
                channels=1,
                rate=16000,
                input=True,
                frames_per_buffer=8000)

root = tk.Tk()
label = tk.Label(root, text="Speech result")
label.pack()

def speech_recognition_thread():
    # 子线程里跑识别循环
    while True:
        data = stream.read(4000)
        if rec.AcceptWaveform(data):
            result = json.loads(rec.Result())
            text = result["text"]
            # 不能直接改label，用after()让主线程来更新
            root.after(0, lambda t=text: label.config(text=t))

# 启动识别子线程
threading.Thread(target=speech_recognition_thread, daemon=True).start()

# 启动Tkinter主循环
root.mainloop()

# 清理资源
stream.stop_stream()
stream.close()
p.terminate()

关键说明：

• 我们把原来的while True循环放到了speech_recognition_thread()函数里，然后用threading.Thread启动这个子线程，daemon=True表示主线程结束时子线程也会跟着结束，避免残留。
• 子线程里得到识别结果后，用root.after(0, lambda t=text: label.config(text=t))把更新标签的操作交给主线程执行，这是Tkinter的硬性要求——所有GUI操作必须在主线程完成。

最后小总结 #

• 简单场景选after()方法，代码更简洁，不用处理线程相关的问题，不容易出错。
• 复杂场景（比如有多个后台任务）选多线程，但一定要记住子线程不能碰GUI组件，必须通过after()调度更新。

这样应该就能完美解决你的窗口冻结+实时更新问题了！