v2.5.39 — 一般 CPU 的日文 AI 字幕加速

v2.5.39 — 一般 CPU 的日文 AI 字幕加速

這一版新增預設的「自動（建議）」日文辨識模式，針對沒有獨立顯示卡的 Windows 電腦改善字幕產生時間，同時保留既有三種 Whisper 模式供手動選擇。

主要更新

• 新增本機 ReazonSpeech K2 v2＋sherpa-onnx CPU 辨識引擎，不需獨立顯示卡，也不會上傳影音或語音。
• 「自動（建議）」成為新安裝與無效舊設定的預設；既有使用者已明確選擇的精準／平衡／快速模式不會被改掉。
• 自動模式的首次辨識包約 178 MiB，只在第一次實際產生字幕時下載。
• 僅在原生執行失敗、逾時、輸出損壞或時間軸結構無效時，才會下載並改用「平衡」Whisper；不會因主觀猜測文字品質而擅自切換。
• 沿用 Silero VAD、28 秒上下文視窗與原始時間軸映射；產生的日文、英文與繁中仍是獨立 SRT，不修改影片。
• 補強模型包逐檔大小與 SHA-256 驗證、精確檔案白名單、原子安裝、跨程序鎖、損壞復原、symlink／junction／reparse point 防護。
• 補強原生程序的總逾時、停滯逾時、取消、磁碟空間與嚴格 JSON／UTF-8／時間軸驗證。

CPU 實測

• 12 段公開日語測試音檔的小型比較中，ReazonSpeech 平均字元錯誤率為 7.24%；相同樣本的 Whisper small 為 17.95%，Whisper base 為 29.61%。
• 本次測試電腦為 Intel Core i7-11700；12 段測試總耗時約 6.1 秒。
• 官方 13.4 秒測試音檔的完整 VAD→辨識→SRT 流程產生 3 段字幕；暖機後約 4.2 秒。
• 20 次連續原生辨識測試後，父程序 private memory 僅增加約 0.2 MB、handle 未增加。
• 20 次本機日翻中 worker 長跑（共 40 個模型程序）後，private memory 僅增加約 68 KB、handle 數不變，沒有殘留暫存 worker。

以上是有限公開樣本與本機測試結果，不保證每台電腦或每種片源相同。低音量、多人重疊語音、強背景音樂與特殊聲音仍可能降低語意辨識品質。

相容性與下載

• 原有「精準」large-v3-turbo q5、「平衡」small q5、「快速」base q5 均保留。
• 繁中翻譯仍使用既有約 147 MiB 的 FuguMT＋OPUS-MT 本機模型；日文字幕不會下載翻譯模型。
• 所有模型與翻譯都可在首次下載完成後離線重複使用。

驗證

• 538 項自動測試通過。
• ReazonSpeech pack 為固定來源 revision、可重現建置，並納入 SHA256SUMS.txt 與 GitHub build provenance attestation。
• Windows 成品通過可見視窗、原生字幕、連續翻譯、Portable 結構與 Microsoft Defender 掃描後才發布。

模型與授權詳情請見 THIRD_PARTY_NOTICES.md；Windows 下載驗證方式請見 WINDOWS_SECURITY.md。