dseditor/QwenASRMiniTool ? reverse-engineered prompt

幫我做一個本機離線的語音辨識字幕小工具，介面要像桌面程式一樣簡單好用，打開後就能拖進音檔或影片，按一下開始就自動轉成 SRT 字幕，也可以直接錄麥克風，偵測到一句講完再分段辨識。希望能有波形預覽，點字幕或波形可以跳到對應位置，還能做逐字高亮的卡拉 OK 效果。

另外請加上批次處理，多檔案依序轉檔，還有說話者分離，字幕裡能標出說話者 1、2 之類的標記。也希望可以切換中文、英文和日文，支援簡繁轉換，並且能在純 CPU 和 GPU 模式之間切換。最好再做一個本機 API，讓別的工具可以把音檔傳進來轉字幕，整體要強調資料都留在電腦裡，不上傳雲端。