Skip to content

1.0.0

Choose a tag to compare

@Bronzesakon Bronzesakon released this 23 Jun 01:49
· 21 commits to main since this release

MiMo ASR Assistant v1.0.0

首个正式发布版本 — 本地音频转文字 + AI 规整增强工具


核心功能

  • 语音转文字:导入 WAV/MP3/M4A 音频,FFmpeg 自动转码为 16kHz 单声道,按分片流式调用 ASR API,实时显示转写结果
  • AI 规整:内置可自定义提示词,支持 MiMo / DeepSeek 等多个服务商,流式输出规整结果,双栏对比显示
  • 多文件批量处理:独立进度追踪,文件切换无串扰,每个文件独立的转写/规整/导出操作
  • 实时状态栏:模型信息、上传速度、输出速度、Token 统计、已完成数/总数
  • 导出:支持导出原文和规整文本为 TXT 文件

支持的服务商

服务商 转写(ASR) 规整(Chat)
MiMo API mimo-v2.5-asr mimo-v2.5、mimo-v2.5-pro
MiMo Token Plan mimo-v2.5-asr mimo-v2.5、mimo-v2.5-pro
DeepSeek — deepseek-v4-pro、deepseek-v4-flash
  • 每个服务商独立存储 API Key,切换服务商时自动加载
  • API Key 通过 Windows DPAPI 加密存储

技术亮点

  • 流式切片+转写:音频切片与 API 调用流水线化,每片切完立即发送并释放内存,内存峰值从 54MB 降至 9MB
  • 全局 HTTP 连接池:所有 API 请求共享 reqwest::Client,减少 TCP 握手开销
  • SSE 标签过滤器:流式解析器自动过滤 <think>、<chinese> 等模型标签,防止泄漏到转写结果
  • 速率控制:ASR 90 RPM / Chat 90 RPM,基于 API 官方限额
  • 非流式兜底:SSE 流解析失败时自动降级为非流式请求