Skip to content

Releases: OpenLoaf/OpenSpeech

OpenSpeech v0.2.51-beta.0

Pre-release

Choose a tag to compare

@github-actions github-actions released this 31 Jul 06:29

v0.2.51-beta.0

修复

  • 修复只说一个很短的词(比如单个英文单词,或语速较快的中文双字词)时,偶尔会提示"没有检测到人声"、听写没有任何输出的问题。

已知问题

  • 本版为灰度 beta,重点验证短句/单字场景下的录音识别是否稳定,如仍遇到录音无输出请反馈。

OpenSpeech v0.2.50

Choose a tag to compare

@github-actions github-actions released this 27 Jul 11:15

v0.2.50

修复

  • 隐藏主窗口时按快捷键要「按好几次才开始录、还会漏掉开头几个字」的问题:现在按下快捷键的瞬间就开始录音,不再等界面唤醒。
  • 录音偶发卡住关不掉:托盘菜单在录音时新增「停止录音」,任何时候都能一键结束。
  • 录入组合快捷键并保存时偶发整个程序卡死。
  • 修复听写结果偶尔卡在同一段文字反复输出的问题:如果对着麦克风说了一句很短的话(比如让它"用中文回答我"这类不是正文内容的话),AI 优化有概率把它当成"该我接话了",抄一段跟这次完全无关的历史听写内容出来,而且会越滚越大,接下来几次听写都变成同一段。现在这类短句会被正确识别成只是要清洗的文字本身,不会再去抄历史内容。
  • AI 整理遇到「收到」「好的」「OK」这类很短的确认语时,不再被前面的对话带跑、凭空回一段,而是把这句话本身整理出来。
  • 念出「翻译成英文」「只留 emoji」「全部改大写」这类针对文字本身的命令时,AI 不再真去执行,而是照原话整理;输出语言始终跟随你说话的语言。

改进

  • 当听写快捷键用了 Fn 键、而 macOS「按下 🌐 键时」被设成了切换输入法 / Emoji / 听写时,设置里会提示你改成「不执行任何操作」,避免按键被系统吃掉导致录音停不下来。
  • 对历史记录里某条结果「反馈问题」时,能更准确地还原当时的整理上下文,便于定位偶发的整理异常。

OpenSpeech v0.2.50-beta.2

Pre-release

Choose a tag to compare

@github-actions github-actions released this 27 Jul 07:02

v0.2.50-beta.2

修复

  • 修复听写结果偶尔卡在同一段文字反复输出的问题:如果对着麦克风说了一句很短的话(比如让它"用中文回答我"这类不是正文内容的话),AI 优化有概率把它当成"该我接话了",抄了一段跟这次完全无关的历史听写内容出来;而且这个错误结果会越滚越大,接下来几次听写都变成同一段。现在这类短句会被正确识别成"只是要清洗的文字本身",不会再去抄历史内容。

已知问题

  • 本版仍处于灰度 beta:v0.2.50-beta.1 的采集时机改动仍在观察期,如遇录音异常(麦克风指示灯不灭、录音无声)请反馈。

OpenSpeech v0.2.49

Choose a tag to compare

@github-actions github-actions released this 14 Jun 04:30

v0.2.49

新增

  • 会议录制支持暂停 / 继续:暂停后可随时接着录,转写自动续接
  • 会议双语翻译:开启后边录边译,可选翻译目标语言
  • 会议记录支持加入收藏、重命名标题、生成 AI 摘要
  • 支持超过 5 分钟的长录音转写:以前录太长会被直接拒绝,现在按时长自动走长音频转写,等待时间也相应放宽
  • 再次打开 OpenSpeech 时会聚焦已运行的窗口,不再重复启动

改进

  • 后台 / 主窗失焦时听写更稳:语音识别和 AI 整理改到后端一次跑完,不再因为窗口在后台被系统节流而卡顿、延迟或丢字
  • 积分不足时(无论是 AI 整理还是听写阶段)现在都会明确提示「积分余额不足」,不再显示成笼统的服务错误
  • 会议相关错误提示更清晰:麦克风被占用、启动 / 暂停 / 继续失败、历史读写失败都给出可操作建议,并提供「上报错误」入口
  • 一次性操作提示(toast)不再在主窗里无限堆叠,最多同时显示 3 条,界面更清爽
  • 设置项下拉框样式全应用统一
  • 默认关闭「复制到剪贴板」

修复

  • 修复偶发「录音刚开始就立刻被取消」(伴随一声提示音、浮窗一闪而过)的问题,多见于用 🌐 / Fn 键作为快捷键、且期间切换输入法时
  • 修复「先按快捷键开始录音、再切到另一个 app(如微信)的输入框」时整理好的文字没自动填入、只弹结果面板的问题
  • 在一行文字中间补字时精确插入光标处,不再往前 / 往后跳一格(此前中文输入法下高概率错位)
  • 听写结果偶发重复标点(如「,,」)现在会自动合并,历史记录里的原始文本也保持干净
  • 连续快速听写时前一段偶发「说到一半浮窗就消失、没填进输入框」:现在每段完整转写填入后再接下一段
  • 修复 Windows 上偶发「一直卡在转录中」、需重启才能继续听写的问题
  • 全局快捷键偶发「假死」(按了没反应、要重启才恢复):改为串行注册根治

已知问题

  • 极短录音(约 1 秒)偶发把上一段内容输出出来,仍在排查中

OpenSpeech v0.2.49-beta.6

Pre-release

Choose a tag to compare

@github-actions github-actions released this 08 Jun 10:04

v0.2.49-beta.6

新增

  • 会议录制支持暂停 / 继续:暂停后可随时接着录,转写自动续接
  • 会议双语翻译:开启后边录边译,可选翻译目标语言
  • 会议记录支持加入收藏、重命名标题、生成 AI 摘要
  • 再次打开 OpenSpeech 时会聚焦已运行的窗口,不再重复启动

改进

  • 会议相关错误提示更清晰:麦克风被占用、启动 / 暂停 / 继续失败、历史读写失败都给出可操作建议,并提供「上报错误」入口
  • 设置项下拉框样式全应用统一
  • 默认关闭「复制到剪贴板」

已知问题

  • 短录音偶发复读上一段内容,仍在排查

OpenSpeech v0.2.49-beta.5

Pre-release

Choose a tag to compare

@github-actions github-actions released this 07 Jun 04:17

v0.2.49-beta.5

新增

  • 支持超过 5 分钟的长录音转写。以前录得太长会被直接拒绝、提示「录音过长」,现在会按时长自动走长音频转写,等待时间也相应放宽,不会再中途被掐断。

修复

  • 全局快捷键偶发「假死」——按了没反应、要重启才恢复。原因是快捷键在并发注册时抢资源,现已改成串行注册根治。

改进

  • 一次性的操作提示(toast)不再在主窗里无限堆叠,最多同时显示 3 条,界面更清爽。

OpenSpeech v0.2.49-beta.4

Pre-release

Choose a tag to compare

@github-actions github-actions released this 04 Jun 17:30

v0.2.49-beta.4

修复

  • 连续快速听写时,前一段说的话偶尔「说到一半浮窗就消失、最后没填进输入框」。原因是上一段还在转写 / 优化时就开始了下一段,前一段的结果被丢弃;现在每段都会完整转写并填入后,再接下一段。
  • Windows 上偶发「一直卡在转录中」、只能重启应用才能继续听写的问题。

OpenSpeech v0.2.49-beta.2

Pre-release

Choose a tag to compare

@github-actions github-actions released this 02 Jun 14:24

v0.2.49-beta.2

修复

  • 在一行文字中间补充输入时,文字现在会精确插在光标处,不再往前/往后跳一格。此前在中文输入法(注音 / 拼音 / 仓颉等)下约 70~80% 概率出现这种错位。

本轮 Beta 想验证

  • 中文输入法下,把光标点到某行文字中间,再用语音补一段,确认插入位置准确(建议重复多次)。
  • 边角场景:输入框里留着没打完的输入法候选时直接录音,确认补的文字仍能正常落地。

已知问题

  • 短录音 refine 偶发"复读上一段"仍在 beta 排查中,未在本轮修复。

OpenSpeech v0.2.49-beta.1

Pre-release

Choose a tag to compare

@github-actions github-actions released this 30 May 09:53

v0.2.49-beta.1

修复

  • 修复「先按快捷键开始录音、再切到另一个 app(如微信)的输入框」时,整理好的文字没有自动填入、只弹出结果面板的问题。现在只要光标落在能输入的地方,就会正常粘贴进去;只有切到桌面、Finder 这类没法输入的位置才会改用结果面板兜底。

已知问题

  • 本轮为 beta 灰度,主要验证上述注入逻辑改动,欢迎反馈。

OpenSpeech v0.2.49-beta.0

Pre-release

Choose a tag to compare

@github-actions github-actions released this 30 May 07:04

v0.2.49-beta.0

改进

  • 后台 / 主窗失焦时听写更稳:语音识别和 AI 整理改到后端一次跑完,不再因为窗口在后台被系统节流而卡住、延迟或丢字。

内部

  • 开启「Beta 更新」通道的用户会输出更详细的本机诊断日志(不上传、仅写本机日志文件),方便反馈问题时附带更完整的信息,帮助我们定位听写相关 bug。

已知问题

  • 极短录音(约 1 秒)偶发把上一段内容输出出来的问题仍在排查;本版先补齐诊断日志用于定位,修复将在后续版本跟进。