Release v1.4.0 · Moyf/moys-asr-workflow

下载哪个版本？

如果你不知道 FFMpeg 是什么 ：根据自己的平台，下载 MAWxFF 开头的版本。它内置了我们需要的视频处理模块。
如果你本机环境装有 ffmpeg ：可以选择下载体积更小的纯 MAW 版本。

如何使用

下载安装包后解压
双击对应的 MAW 可执行文件，打开启动器
在启动器中，可以执行字幕转写、生成工程等操作
完成后，启动字幕编辑器，进行字幕精修

详细文档参阅：完整使用文档
遇到问题可以参见：常见问题

[1.4.0] - 2026-08-16

本版本汇总多重字幕、后处理工具链、本地 ASR、ReaPeaks 波形、编辑器交互优化和跨平台发布能力。

🚀 崭新特性

🌐 多重字幕

大家想要的双语字幕功能终于来啦——左上角点击「多重字幕」后启用，导入第二条 SRT 字幕即可开始双重字幕编辑。

多重字幕支持双字幕同时拆分面板：

拆分弹窗支持完整键盘操作：打开后自动聚焦当前轨道并用虚线边框标识（主副都可拆分时先聚焦主字幕），Tab 在主 / 副字幕区切换焦点（⌚️ 时间码锚定的主轨不可切入），WASD / 方向键按当前语言类型的合法边界移动 ✂️（多行文本支持上下换行），空格 确认或取消切分点（与鼠标点击同语义，含自动提交）

可以同时查看和编辑双语字幕：

提示：可以直接使用下面的「后处理工具箱」生成翻译后的字幕。

🧰 后处理工具箱

Launcher 新增可链式后处理工具箱：支持文稿匹配、固定文字替换、OCR 识别屏幕文字并去重字幕、LLM 校对文本、重新断句、中英翻译和自定义文字任务。

点击右下角的工具箱按钮使用：

LLM 供应商目前支持：DeepSeek / 智谱 Coding Plan / 阿里云 Qwen / 自定义 OpenAI-compatible 服务；支持设置思考强度（默认关闭）。
处理过程中显示流式输出内容。

同时，可以在转写前直接勾选「3️⃣ 转写后自动处理（Beta）」中的步骤，工具会在转写完毕后自动执行后续工序。

后处理配置支持复用 Qwen 密钥；新密钥保存后会自动测试，并在设置区反馈连接结果。OCR 运行时安装完成后也会自动刷新状态。

例如，可以配置好后，在字幕生成后依次匹配写好的文稿、替换特定词语，然后交给 AI 校对（可以自己附加提示词），完毕之后翻译，最后获得精修后的双语字幕工程。

OCR 去重功能

Launcher 后处理工具箱新增「OCR 字幕去重」：使用 CPU 版 RapidOCR PP-OCRv6 tiny 检查字幕中画面，命中高度相似文字时为工程设置 disabled，并在 SRT 输出中移除。

可以用于游戏实况中，避免主播配音和画面台词双重字幕的情况。

使用 PP-OCRv6 tiny / small 模型，纯 CPU 运行。
OCR 相关模块为可选下载。

🖥️ 本地模型

新增实验性的本地 Qwen3-ASR / FunASR CLI 流程，本地模型依赖保持为可选安装。Launcher 内增加「安装本地模型支持」：GUI 会在用户目录创建独立运行环境并自动安装本地 ASR 依赖。

🆓️ 免费 API

新增实验性第三供应商「必剪 ASR」：B 站必剪的非公开免费接口，无需 API Key，逐字毫秒时间戳写入工程 items。仅支持中文，断句质量一般。

不对免费 API 的效果做任何保证。仅供少量低频试用，将来随时可能下线。

ReaPeaks 波形文件

新增 ReaPeaks 波形文件的生成和预览功能。编辑器默认使用自研波形；媒体旁存在 .ReaPeaks 时，服务器响应后会在后台加载对应波形，避免大型工程启动被解析过程阻塞。

感谢 @量子猫的 PR！

同时增加了频谱显示模式，在波形不好判断的时候，可以借助频谱更好地区分音频内容。Launcher 可选生成 ReaPeaks 频谱；没有频谱数据时，编辑器会禁用频谱颜色选项。

其他

字幕忍者

全局设置增加字幕忍者彩蛋功能，可以在拆分字幕的时候播放音效和酷炫刀光。

在线编辑器

当前纯 HTML 编辑器可以在线使用：MAWE 在线编辑器

如果想简单尝试 MAW 编辑器，可以直接打开链接，拖入视频和 SRT 字幕并开始编辑。
⚠️ 注意：HTML 没有保存工程的能力，编辑后记得用「导出工程」将工程下载到本地。

✨ 体验提升

快速上手

首次打开时会显示快速上手教学。

界面重构

Launcher 高级选项改为分组卡片（识别参数 / 语言 / 字幕切句 / 上下文与热词 / 其他），改善交互体验。

重构帮助窗口，布局更清晰，支持拖动和调整大小。

设置界面重构：四个分区的设置放入对应顶部的「⚙️」按钮中，右上角仅保留「⚙️ 全局设置」。

转写服务

Soniox 在 Launcher「高级选项」中支持 general、text、terms 和 translation_terms 上下文配置。
Launcher 高级选项增加字幕切句参数：最大字数、短句合并阈值和停顿切句阈值；留空时沿用所选模型默认值，并在 GUI 与 CLI 边界校验参数关系。

字幕预览

预览字幕支持读取本机字体 ：点击字体设置中的「读取本机字体」后，可将当前电脑已安装的字体族加入下拉框并选择；工程只保存字体名称，其他电脑缺少该字体时预览自动回退到默认无衬线字体。
预览字幕支持调节背景色和不透明度 ：可通过取色器和不透明度滑块调整字幕背景；不透明度设为 0 时隐藏背景，旧工程继续使用半透明黑色。
字幕预览默认宽度调整为 80% ：缺少预览几何的工程使用 80% 宽度、左右各留 10% 的默认字幕选框；已保存几何的工程不受影响。

字幕编辑

波形区新增「延长字幕」工具：支持按选中字幕或全部主字幕向前、向后延长字幕，可用于让字幕提前出现、晚点消失。

可以搭配原有的「拼接/合并字幕」工具使用。

新增切分位置预览以及切分动效，更好地把握切分位置。

增加编辑器 Ctrl/Cmd+Shift+A/D 粘合前后字幕等按键，详见帮助。
增加 Z/X 按键来快速设置字幕的边界。
增加「按键微调」系列快捷键，用于少量调节字幕。
多字幕批量对齐、主副字幕绑定联动、合并同步和 B / Enter 二次强制拆分统一保留可撤销的编辑状态。
多行波形自动跟随改用实际可视舒适区判断，减少播放热路径中的布局读取；波形振幅与行高连续调整采用节流，并在滚动结束后收敛，降低长视频编辑时的卡顿。
播放头位于波形区下方时会自动跟随滚动；Home / End 跳转到首尾时也会自动滚动到目标位置。

播放

编辑器新增可配置的 JKL 播放模式，默认使用「倒放和正放」：支持 1×、2×、4×、8×、16× 五档速度；播放中按 K 停止并重置为 1×，停止后再次按 K 以 1× 播放。倒放时速度控件显示对应负值且不播放反向声音；原「慢速和倍速」模式继续保留。
可自定义左右方向键跳转的时长。

此前播放过程中按 W / A / S / D 跳转仍参考上次点击字幕，现在会以播放头所在字幕为参考。

平台支持

新增 Linux AppImage 构建与发布——是的，这下全平台了（笑）。
发布 CI 合并：三个平台发布 workflow（release-windows.yml / build-macos.yml / release-linux.yml）合并为单一矩阵 workflow release.yml。Windows 构建是发布门禁，macOS / Linux 构建失败只追加警告提示、不阻断发布；Release 资产文件名与既有下载链接不变。
修复 Windows 与 macOS 的 tag 发布工作流并发创建同一个 GitHub Release，导致其中一个平台的资产上传长时间等待的问题。
Linux AppImage 的 headless smoke 验证从 60 秒缩短到 20 秒，减少 Linux 发布 job 耗时。
Linux AppImage 随包附带静态 ffmpeg 的 GPLv3 许可文本（GPLv3.txt）与来源说明（SOURCE.txt）。