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
21 Commits
Author SHA1 Message Date
crosswk eab25fd599 docs: 英文 README 补上微信公众号与用户群入口 
两个渠道都是中文，所以同时指明英文用户可以走 GitHub issue。
顺带更新用户反馈群的二维码图片。
 2026-09-09 17:32:21 +08:00
crosswk 74c5017b62 perf: AI 润色对所有 OpenAI 兼容端点默认关闭思考 
此前只有 DeepSeek、通义千问、MiMo、智谱会被显式关闭，用自定义地址接入的服务仍然
带着思考在跑，出字要多等好几秒。现在一次带上四种格式的关闭参数，端点认哪个就哪个
生效；被拒绝的端点自动去掉参数重试一次并记住结论，OpenAI 官方与 Azure 保持不注入。
 2026-09-09 16:47:36 +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
kilikilikid bad38dabe5 perf(models): 支持模型多分片并发下载 
模型下载改用多个 Range 分片并发传输，提升受单连接限速时的下载吞吐。
补充分片断点恢复、阶段化组装、ETag/大小/SHA 校验及操作互斥。
包含真实 HTTP 生命周期与前端错误映射测试。
 2026-08-20 14:08:38 +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 3ceda29e55 docs(README): 新增英文 README，挂上中英文界面截图与演示动图 
README.md 改为英文并作为默认入口，中文版移到 README.zh-CN.md，两边互相链接。
截图按 首页 → 语音引擎 → AI 整理 → AI 供应商 → 历史 → 外观 排列，中英文各一套；
图片名统一成 ASCII 短横线形式，省掉 URL 里的 %20 转义。
 2026-08-13 22:11:00 +08:00
crosswk 79c3f8a61c feat(自动更新): 后台静默下载，改由用户或退出时安装 
原先下载完就立刻关闭应用装上，正在说话的用户会被一个关不掉的全屏遮罩打断。现在下载完
只在侧栏「关于」图标上提示，由用户点「立即安装」，或在下次关闭应用时静默装好。
顺带补上周期检查（原先只在启动时查一次，常驻托盘的用户几周都发现不了新版本）、安装包
sha512 校验、已下载包的复用；并修复自建服务器用户收不到更新 —— 更新 manifest 原先跟随
用户可改写的后端地址。设置里的「自动检测更新」开关不再暴露，底层设置项保留备用。
 2026-08-12 16:16:32 +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 3b1f1e8980 更新 0.1.3 更新日志与关于页亮点：新增「历史记录开关」条目 2026-07-29 23:28:29 +08:00
crosswk d57db341dd 数字规范化时间修复 + 历史搜索高亮 + 默认开启（0.1.1） 
- 数字规范化：修复时间（如「九点三十二分」）被误当小数、以及句末小数偶发不生效；默认改为开启
- 历史记录搜索：命中的关键词在正文与 ASR 原文里高亮显示
- 更新 CHANGELOG 与关于页更新摘要至 0.1.1
- 更新 README 用户反馈微信群二维码图片
 2026-07-22 09:28:54 +08:00
zhifu gao d879abe643 Clarify hotword support across ASR modes (#23) 
Closes #20. Docs-only: hotword support matrix across ASR modes + docs regression test.
 2026-07-20 01:36:57 +00:00
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 ed086ee7ef feat: 千问 ASR 支持热词（上下文偏置 corpus/system） 2026-06-04 15:42:57 +08:00
crosswk 33452f7e91 feat: 豆包 ASR 支持热词直传（context 字段） 2026-06-04 14:32:59 +08:00
crosswk a7e2dd6590 chore: 整合后端更新与文档，准备 0.0.4 发布 
- 后端: ASR 性能优化与热词幻觉修复 (asr.py / main.py)，调整 config.example.yaml vllm_max_model_len
- 补充 docs AI/ASR 服务提供商文档
- 同步客户端原生层(src-tauri)、overlay、recorder 等既有改动
- .gitignore 忽略 we-media/ 运营资料
 2026-06-02 15:22:30 +08:00
crosswk be137722ca chore: 将 UX 开发文档移出公开仓库 
- 删除 docs/UX-导航与设置重构分析.md（已移至被 .gitignore 忽略的 dev-docs/）
 2026-06-02 15:05:55 +08:00
crosswk a907ae5c64 refactor: 统一 AI 整理命名并优化设置文案 
- AI 校对/AI 改写 统一更名为 AI 整理（侧边栏、设置页、标题栏、各页指路文案）
- 标题栏新增常驻 AI 整理开关，接入全局 store stores/aiEnabled.ts 与 hooks/useAiEnabled.ts
- 语音引擎页描述精简，工作模式三段文案统一并去除 ASR/推理等术语
- 删除无引用死代码 SettingsPage.tsx
- 新增 docs/UX-导航与设置重构分析.md
 2026-06-02 09:41:35 +08:00
crosswk c9510f3ce2 feat: SayIt v0.0.3 - initial open source release 2026-05-11 11:36:47 +08:00