如何减小PyInstaller打包音频转写NLP应用生成的可执行文件体积

• 清理冗余依赖
  你当前的依赖清单包含大量未实际使用的包、开发工具类包，这些是不必要的体积来源：
  1. 移除打包工具类依赖：pyinstaller、pyinstaller-hooks-contrib属于打包工具，不属于程序运行必须依赖，需要从运行环境中删除，避免被误打包
  2. 移除未使用的第三方包：对比导入清单，requests、certifi、charset-normalizer、idna、urllib3、click、colorama、future、protobuf均未被导入，可以全部卸载
• 优化torch依赖体积
  torch是你当前体积超标的核心来源，完整版torch体积普遍在300MB以上：
  1. 替换为CPU-only的精简版torch，移除cuda相关的冗余组件，单这一步就能减少至少200MB的体积
  2. 打包时添加参数--exclude-module torch.cuda，手动排除torch中你用不到的cuda相关模块
• 外置预训练模型
  你用到的stanza、nltk的预训练模型体积很大，不需要打包到可执行文件内部：
  1. 修改代码逻辑，首次运行时自动将模型下载到可执行文件同级的目录存储
  2. 打包时排除内置的模型文件，运行时直接读取外部目录的模型即可
• 调整PyInstaller打包参数
  1. 开启UPX压缩：下载UPX压缩工具后，打包时添加--upx-dir 你的UPX工具所在路径参数，可额外压缩30%-50%的最终体积
  2. 添加--strip参数移除程序的调试符号，进一步减小体积
  3. 如果你使用单文件打包模式，已经是体积最小的打包方式；如果是多文件夹模式，可以换成--onefile单文件打包参数减少总占用
• 替换重型依赖
  如果以上优化还是达不到体积要求，可以替换重型依赖进一步压缩：
  1. 仅做基础的关键词提取场景下，可以不用stanza，换成更轻量的NLP工具，直接移除torch、stanza两个超大依赖，总体积能直接降到100MB以内
  2. 如果没有特殊的音频处理需求，也可以查找pydub的轻量替代库

参考优化后打包命令示例：

pyinstaller --onefile --strip --upx-dir ./upx --exclude-module torch.cuda --exclude-module requests --exclude-module urllib3 你的主脚本名.py

内容的提问来源于stack exchange，提问作者Laila Campos