okooooooo/SayIt
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
80 Commits 1 Branch 0 Tags
main
Commit Graph
18 Commits
Author SHA1 Message Date
crosswk 3877fcba20 chore: 发布 0.2.0 
四处版本号、CHANGELOG 与关于页亮点同步到 0.2.0，本版新增的界面文案（中英两份）
一并补齐。
 2026-09-09 16:47:55 +08:00
crosswk fcb0cc2e9b chore: 发布 0.1.9，并把设计决策笔记移出公开仓库 
四处版本号、CHANGELOG、关于页亮点与两份 locale 同步到 0.1.9。关于页那五条
按用户视角重写：只说用户得到什么，不描述我们改了哪些文案。

docs/decisions.md 从仓库移除——它是私人设计笔记，放在公开 docs/ 下是当初
建错了位置。源码注释里的引用路径一并更新。同时去掉 asr_corrections.py 注释
里的部署绝对路径，运维细节不该出现在公开源码里。

识别服务卡片的说明改成直接回答适用场景，并去掉每张卡都挂的「面向中国大陆
账号」，只留 Groq 需要海外网络这一条。
 2026-08-30 09:07:29 +08:00
crosswk 00b04c8a3f feat: 新增上下文感知写作、服务器模式识别纠错与短语音跳过整理 
上下文感知读取光标附近的文本交给 AI，选中文字时改走单独的编辑指令 Prompt；
识别纠错在历史记录里回放并修正原文，提交前需用户确认、30 天内可撤回。
另有 AI 整理的托盘开关与快捷键、应用规则拖动排序、麦克风设备提示，
以及录音保留期与麦克风静音误报两处修复。
 2026-08-19 15:11:41 +08:00
crosswk df2e3b4a41 chore(发版): 版本号升到 0.1.7，更新 CHANGELOG 与关于页亮点 
四处版本号（package.json / tauri.conf.json / Cargo.toml / releaseHighlights.ts）
一起改，preflight 会校验它们一致，漏一个就会 FAIL。
 2026-08-13 22:10:53 +08:00
crosswk df8ac2ce29 feat: 完成界面英文化并加强快捷键校验 2026-08-12 09:42:00 +08:00
crosswk 375688d276 feat(0.1.6): 识别失败不再只显示「无有效声音」，各模式补齐诊断日志 
云 API 各家 provider 原先在失败点几乎不记日志，空结果还走成功路径，用户只看到
「未检测到有效声音」却无从排查。现在统一经 providers/diag.rs 记录失败环节、HTTP
状态与服务端追踪 ID，空结果必留痕（只记字数、不记文本），原因写进历史记录详情；
供应商卡片新增「测试全部」。同时修复鼠标侧键/中键按住说话约 1.7 秒后自动结束、
豆包服务端中途断连被当成没有声音、报错路径按字节截断中文导致的 panic，以及官网
GitHub 链接指向错误仓库。
 2026-08-09 08:42:56 +08:00
crosswk b833d9ffe1 feat: 0.1.5 — 语音识别服务卡片化，修复本地模型加载卡住界面 
新增
- 云 API 语音识别改为卡片式管理：一张卡一套完整配置，同一家可存多份
  （如两个百炼账号），点一张即启用；卡上显示可用状态与实测耗时，耗时是用
  内置音频真跑一次识别测出来的，按 RTF 分档
- 豆包 ASR 支持新版控制台的接入方式：新版只需一个 API Key，设置中可显式
  选择控制台代次，两代密钥各存一份，来回切换不必重新粘贴

变更
- 设置页的键盘快捷键说明改为讲清 Esc：录音或识别处理期间按 Esc 可取消本次
  识别，不插入文字，录音也不保留
- 「检测当前应用」的等待时间从 3 秒延长到 5 秒
- 悬浮窗长度的选项改按「长 / 中 / 短」排列
- 识别服务的检测结论超过 24 小时转为中性色并提示重测
- 千问流式识别缺少业务空间 ID 时在卡片上直接提示，不再等到录音时才失败

修复
- 选择本地识别模型后界面假死：读取引擎状态的命令移出主线程，且不再与模型
  加载抢同一把锁；加载期间给出明确提示
- 豆包仅填写一个密钥时，会把密钥同时当作 App ID 发送并写进请求体
- 仅开通「并发版」资源的豆包账号无法使用普通识别，现在会在小时版与并发版
  之间依次尝试
- 豆包的连接与请求日志记录服务端返回的 X-Tt-Logid，便于排查连接问题

详细变更见 CHANGELOG.md。
 2026-08-07 17:47:56 +08:00
crosswk 4c7605e5f0 feat: 0.1.4 — 本地识别换代，AI 服务与设置页重做 
新增
- 本地识别改用 transcribe.cpp（GGUF/ggml）：可选模型从 2 个扩到 5 个
  （SenseVoice Small、Fun-ASR Nano、Qwen3-ASR 0.6B/1.7B/1.7B 高精度），
  支持 Vulkan 显卡加速并可手动切回 CPU，加载后预热一次推理，空闲可卸载
- AI 服务改为卡片式管理：一张卡一套完整配置，可测连通性与响应延迟并分档留痕
- 应用 Prompt 规则支持用户自建，含「检测当前应用」自动填进程名
- 快捷键支持 Ctrl+Win 这类纯修饰键组合，三类快捷键之间做冲突检测
- 配置导出可按需选择，导入前给出新增/更新/跳过的变更预览
- 热词组、文本替换、润色模式支持拖拽排序

变更
- 移除 sherpa-onnx：安装体积与首次响应都由新引擎接管，旧 ONNX 权重开机自动回收
- 「格式规范」仅在未开 AI 整理时生效，开启后排版交给 AI；文本替换始终生效
- 单次录音上限提前在设置页说明，最后一分钟显示剩余时间
- 全应用统一称「AI 整理」（此前有三种叫法）

修复
- 本地模式下模型未下载时仍能开始录音
- 历史记录可同时播放多条录音
- 设置页开关与选择器在读回已保存值时出现一次跳变
- 应用规则误匹配（在 Outlook 中写标题含 Teams 的邮件被 Teams 规则抢走）
- 弹窗遮罩未覆盖整个窗口

构建
- 客户端构建新增 CMake 与 Vulkan SDK 前置，README/CONTRIBUTING 已同步
- 打包随附 VC++ 运行库（app-local），并在发版前校验安装包内容

详细变更见 CHANGELOG.md。
 2026-08-06 21:40:32 +08:00
crosswk 7d5eade190 0.1.3: 修复右Alt热键抢焦点、数字规范化误转「一点」、诊断页AI未开启；新增模型自定义存储位置与历史手工编辑 
- 键盘钩子：Alt 类单键热键（按住说话/免提）连 keyup 一起吞，避免松键呼出目标程序菜单栏抢走输入框焦点、导致插入落空但日志显示成功
- 数字规范化：整点仅在有明确时间信号时才转，口语「一点」不再被误转为「1点」
- 诊断页：所有模式（含默认的服务器模式）关闭「AI 整理」后均显示「未开启（极速模式）」
- 新增本地模型自定义存储位置：可改存到其它磁盘，更换目录后自动迁移已下载模型
- 历史记录支持手工编辑整理结果：失焦/离开页面自动保存，编辑过的记录加小图标标记
- 版本号 0.1.2 → 0.1.3，同步更新 CHANGELOG 与关于页「本次更新」亮点
 2026-07-29 13:40:14 +08:00
crosswk fc1eb4b0e7 修复悬浮窗创建失败并增加分级诊断日志；新增本地备份/恢复；版本 0.1.2 
- 悬浮窗：WebView2 浏览器参数统一到 main.rs 全局常量，移除主窗专属 additionalBrowserArgs，并加启动一致性护栏

- 悬浮窗：创建链路改为分级日志（create dispatched / page load / renderer ready / render ack）与失败分类

- 新增本地备份与恢复功能

- 版本号 bump 到 0.1.2
 2026-07-24 10:55:10 +08:00
crosswk 77bfe8b74f chore: 版本号 bump 到 0.1.1 
- package.json / Cargo.toml / Cargo.lock / tauri.conf.json 版本号 0.1.0 → 0.1.1
- CHANGELOG 0.1.1 定版日期
 2026-07-22 10:27:48 +08:00
crosswk 95dd015130 feat: 流式实时字幕 + 诊断常见问题 + 应用规则扩展（0.1.0） 
- 新增流式实时字幕：说话时在悬浮窗实时显示识别文字，支持豆包 Seed-ASR 2.0 与千问 qwen3-asr-flash-realtime；开关位于设置-外观页，默认关闭
- 悬浮窗字幕 UI：内容驱动尺寸、朝下尖角、光标闪烁动画，消除漂移与抖动
- 实时字幕仅对支持流式的模型生效（doubao_v2、qwen_realtime）；千问实时需填写北京地域业务空间 ID
- qwen3-asr-flash 短音频热词回显修复
- 诊断页新增「常见问题」模块（文字无法插入的排查步骤）
- 应用 Prompt 规则新增 Codex、微信、QQ
- 修复诊断报告覆盖记录终点时间多余的 [ 符号
- 版本升级至 0.1.0，更新 CHANGELOG 与关于页更新摘要
 2026-07-17 19:45:55 +08:00
crosswk edcc0fc3a1 feat: 0.0.9 新增文本处理设置，优化云 API 识别与悬浮窗 
新增
- 文本处理设置（热词页）：一组不依赖 AI 的文本格式开关，关闭 AI 整理也生效
  - 数字规范化：中文数字转阿拉伯数字（如 三点一四 → 3.14、百分之十五 → 15%）
  - 去除句末标点、标点替换为空格
  - 智能分段改为可关闭的开关，默认开启

优化
- 云 API 识别配置：千问 ASR（含流式）仅需百炼 API Key，App ID 仅豆包显示
- 提升千问 ASR 流式连接与结果聚合稳定性，减少异常回退
- 多显示器下悬浮窗显示在录音所在屏幕底部
- 写入失败的结果悬浮窗自动关闭更快，复制后约 0.5 秒关闭

chore: 版本号升至 0.0.9（package.json / tauri.conf.json / Cargo.toml）
 2026-07-15 20:06:46 +08:00
crosswk ff035773e5 chore: 0.0.8 更新（本地模型、小米 MiMo 供应商、体验优化与多项修复） 2026-07-08 17:30:26 +08:00
crosswk 241d83762c chore: 发布 0.0.7 - 更新主界面截图、新增微信反馈群、精简配置文档 2026-07-03 11:12:05 +08:00
crosswk 2def8cdaf9 chore: 版本号升级到 0.0.5 2026-06-04 16:53:08 +08:00
crosswk 2ad864ad31 chore: 版本号升级至 0.0.4 
- tauri.conf.json / package.json / Cargo.toml / Cargo.lock 同步更新为 0.0.4
 2026-06-02 14:18:12 +08:00
crosswk c9510f3ce2 feat: SayIt v0.0.3 - initial open source release 2026-05-11 11:36:47 +08:00