Aoide v0.5.6

Improvements

• macOS: permissions are requested one at a time on first launch. Aoide first asks for microphone access. After you answer, it shows the Accessibility prompt. The settings window opens only after you've dealt with both, so it no longer covers the system dialogs. If you deny a permission, the settings page still lists it at the top with a button to grant it.
• Learning from your edits no longer misses a correction made just before sending. If you fixed a word and pressed Enter right away, the message was often sent (and the input box cleared) before Aoide saw the fix. Aoide now reads the box right after each key press, so the last version before sending is learned.

---

改进

• macOS：首次打开时按顺序请求权限。 先请求麦克风权限，你回答后再弹出辅助功能的提示；两项都处理完，才打开设置窗口，窗口不会再盖住系统的对话框。拒绝了的权限仍会在设置页顶部列出，点按钮即可重新授权。
• 从修改中学习时，不再漏掉发送前刚改的词。 以前改完一个词马上按回车，消息往往已经发出、输入框已被清空，Aoide 还没看到这次修改。现在每次按键后都会立刻读一次输入框，发送前的最后一版也能学到。

---

改善

• macOS：初回起動時に権限を順番に求めるようにしました。 まずマイクへのアクセスを求め、応答後にアクセシビリティの確認を表示します。両方の対応が終わってから設定ウィンドウを開くので、システムのダイアログがウィンドウに隠れなくなりました。拒否した権限は設定ページの上部に表示され、ボタンから改めて許可できます。
• 修正からの学習で、送信直前の修正を見逃さなくなりました。 語を直してすぐ Enter を押すと、Aoide が修正を確認する前にメッセージが送信され、入力欄が空になることがよくありました。キーを押すたびにすぐ入力欄を読み取るようにしたため、送信前の最後の内容から学習できます。

Aoide v0.5.5

New

• Vocabulary size limit. The vocabulary page has a new setting, Vocabulary size limit (default 10 MB), and shows how much space the vocabulary uses now. Nothing is removed until the vocabulary grows past the limit. Then the learned entries that haven't been used for the longest are removed first. Entries you added by hand are never removed. An entry counts as used when it is learned, when it corrects a transcript, and when it is given to the LLM for reference.
• Whisper models now get your most recently used entries first in their prompt.

---

新功能

• 词库大小上限。 词库设置页新增「词库大小上限」（默认 10 MB），并显示词库当前占用的空间。没超过上限时不会删除任何词条；超过后，先删除最久没用到的自动学习词条，手动添加的词条永远不会删。学到词条、用它纠正转写结果、把它交给 LLM 参考，都算用到一次。
• whisper 模型的提示里优先放最近用到的词条。

---

新機能

• 単語帳のサイズ上限。 単語帳の設定ページに「単語帳のサイズ上限」（既定 10 MB）を追加し、現在の使用量も表示するようにしました。上限を超えるまでは何も削除しません。超えた場合は、自動で覚えた語のうち最も長く使われていないものから削除します。手動で追加した語は削除しません。語を覚えたとき、文字起こし結果の修正に使われたとき、LLM に参考として渡されたときに「使われた」と数えます。
• whisper モデルのプロンプトには、最近使われた語を優先して入れるようにしました。

Aoide v0.5.4

Fixes

• Voice translation popups no longer flicker when the language list opens or closes. This applies both to the language strip shown while recording and to the card shown after the translation. The popups now keep room for the list from the start instead of growing when it opens, so the list in the card again shows in full above the card. The empty space above a popup doesn't block your clicks: they go to the app behind it.

---

修复

• 语音翻译的小窗打开、收起语言列表时不再闪烁。 录音时的语言小条和翻译后的核对小窗都已修复。小窗一开始就为语言列表留好了空间，展开时不再改变窗口大小，所以核对小窗里的列表又能在卡片上方完整显示。小窗上方的空白区域不会挡住鼠标，点击会直接落到下面的程序上。

---

修正

• 音声翻訳の小さなウィンドウで、言語の一覧を開閉してもちらつかなくなりました。 録音中の言語バーと、翻訳後の確認ウィンドウの両方が対象です。一覧を開くときにウィンドウを大きくするのではなく、最初から一覧の分のスペースを確保するようにしたため、確認ウィンドウでは一覧が再びカードの上に全体表示されます。ウィンドウの上の空いている部分はクリックを妨げず、クリックは下にあるアプリに届きます。

Aoide v0.5.3

Fixes

• The voice translation card no longer flickers when you change the language. Opening or closing the language list used to make the whole card flash. The list now opens upward inside the card.

---

修复

• 语音翻译的核对小窗切换语言时不再闪烁。 以前打开或收起语言列表时，整个小窗会闪一下；现在列表在小窗内部向上展开。

---

修正

• 音声翻訳の確認ウィンドウで言語を切り替えてもちらつかなくなりました。 これまでは言語の一覧を開閉するたびにウィンドウ全体がちらついていました。一覧はウィンドウの中で上に開くようにしました。

Aoide v0.5.2

Fixes

• The language list opens where there is room. In the voice translation popups it now opens upward, and the popup grows so the whole list shows instead of being cut off at the bottom. In Settings it opens downward or upward depending on the space around the box. It floats over the page, so the page no longer jumps, and language names are no longer cut off.
• The language strip follows the floating bar to another screen. When you switch to an input box on another screen while recording a voice translation, the strip used to stay behind on the first screen.

Changes

• Hotkey settings are listed in a more natural order: the keys that start something (dictation, voice edit, voice translation) first, then the ones that end something (stop voice edit, cancel).
• The inference device setting is hidden for SenseVoice models, which always run on the CPU and are fast enough there; it still appears for Whisper models.

---

修复

• 语言列表往有空间的方向展开。 语音翻译的小窗里改成向上展开，小窗跟着向上长高，列表能完整显示，不再被小窗下边界截断。设置页里按输入框上下的空间自动决定往上还是往下开。列表浮在页面上，展开时页面不会再跳动，语言名称也不会被截断。
• 语言小条跟着悬浮条换屏幕。 语音翻译录音时切换到另一块屏幕上的输入框，以前语言小条会留在原来的屏幕上。

调整

• 快捷键设置按更自然的顺序排列： 先是开始某项功能的键（语音输入、语音修订、语音翻译），再是结束用的键（结束修订、取消）。
• 使用 SenseVoice 模型时隐藏「推理设备」： SenseVoice 固定在 CPU 上运行，速度已足够快；选 Whisper 模型时仍会显示。

---

修正

• 言語の一覧を、空いている側に開くようにしました。 音声翻訳の小さなウィンドウでは上に開き、ウィンドウも上に広がるので、一覧が下端で切れずにすべて表示されます。設定画面では、入力欄の上下の空きに応じて上下どちらに開くかを自動で決めます。一覧はページの上に重ねて表示するため、開いたときにページがずれることはなくなり、言語名も途中で切れなくなりました。
• 言語バーがフローティングバーと一緒に別の画面へ移動するようになりました。 音声翻訳の録音中に別の画面の入力欄へ切り替えると、これまでは言語バーが元の画面に残っていました。

変更

• ショートカットキーの設定を自然な順に並べました： 機能を始めるキー（音声入力、音声で修正、音声翻訳）を先に、終えるキー（修正の終了、キャンセル）を後にしています。
• SenseVoice モデルでは「推論デバイス」を表示しないようにしました： SenseVoice は常に CPU で動作し、それで十分に高速です。Whisper モデルを選んだときは引き続き表示されます。

Aoide v0.5.1

Fixes

• macOS: the translate icon is back on the language strip. While recording a voice translation, the green icon on the strip above the floating bar was missing. Icons in the other small windows used the same mechanism and are fixed as well.

---

修复

• macOS：语言小条上的翻译图标恢复显示。 语音翻译录音时，悬浮条上方语言小条里的绿色翻译图标不见了，现已修复。其他小窗里的图标用的是同一套显示方式，也一并修好了。

---

修正

• macOS：言語バーの翻訳アイコンが表示されるようになりました。 音声翻訳の録音中、フローティングバーの上にある言語バーで緑の翻訳アイコンが表示されていませんでした。ほかの小さなウィンドウのアイコンも同じ仕組みで表示しているため、あわせて修正しました。

Aoide v0.5.0

New

• Voice translation. Hold the main hotkey and press T (Right Alt+T on Windows, Right Option+T on macOS), speak, then tap the main hotkey. The LLM translates what you said into your target language and types it.
  • While you record, the target language is shown above the floating bar. Click it to search the common languages or type any language.
  • When the translation is in, a card shows the recognized text. Fix any misrecognized words there and click Retranslate to replace the translation in the input box.
  • The hotkey, target language and translation prompt can be changed in Settings.
• LLM polishing organizes what you say. Several points become a short lead-in plus a numbered list, and a longer explanation is split into paragraphs, instead of coming back as one block. This also applies when you dictate into a box that already has text. The layout and wording rules now live in one Output style prompt, shared by polishing, insertion, voice edit and translation, and you can edit it in Settings. All built-in prompts are now written in English; the output stays in the language you speak.
• Countdown before a recording stops. In the last 20 seconds before the maximum recording length, the floating bar shows the seconds left. They turn red for the last five.

Fixes

• Windows: dictating into browsers and Electron apps such as VS Code. Aoide read text from the whole page around the input box, so it treated an empty box as already filled: it skipped polishing and sent page text to the LLM as context. It now reads only the box itself, and recognizes an empty box that only shows its placeholder.

---

新功能

• 语音翻译。 按住主快捷键再按 T（Windows 为 右Alt+T，macOS 为 右Option+T），说话，再单击主快捷键结束。LLM 会把你说的话翻译成目标语言后输入。
  • 录音时，悬浮条上方显示目标语言，点开可以搜索常用语言，也能直接填写任意语言。
  • 译文输入后会弹出一个小窗，显示识别出的原文。有识别错误可以直接改，点 重新翻译 就会替换输入框里的译文。
  • 快捷键、目标语言和翻译提示词都可以在设置里修改。
• LLM 润色会帮你整理内容了。 说了几个要点，会整理成「一句引子 + 编号列表」；较长的说明会分成段落，不再全部堆成一段。在已有文字的输入框里口述时也一样。排版和措辞规则统一放在「输出风格」提示词里，由润色、插入、修订、翻译共用，可以在设置里修改。内置提示词全部改用英文写，输出仍然是你说话的语言。
• 录音结束前倒计时。 离最长录音时长还剩 20 秒时，悬浮条上会显示剩余秒数，最后 5 秒变红。

修复

• Windows：在浏览器和 VS Code 等 Electron 程序里口述。 以前 Aoide 会读到输入框周围整个页面的文字，把空输入框当成已有内容：跳过了润色，还把页面上的文字当作上下文发给了 LLM。现在只读输入框自身，也能认出只显示着占位提示的空输入框。

---

新機能

• 音声翻訳。 メインのショートカットキーを押したまま T を押し（Windows は 右 Alt+T、macOS は 右 Option+T）、話してからメインのキーを押します。話した内容を LLM が翻訳先の言語に翻訳して入力します。
  • 録音中は、フローティングバーの上に翻訳先の言語が表示されます。クリックすると、よく使う言語を検索したり、任意の言語名を入力したりできます。
  • 訳文の入力後、認識された原文を表示する小さなウィンドウが開きます。認識の誤りをその場で直して 再翻訳 を押すと、入力欄の訳文が置き換わります。
  • ショートカットキー、翻訳先の言語、翻訳プロンプトは設定で変更できます。
• LLM による整形で内容を整理するようになりました。 いくつかの要点を話すと「短い前置き + 番号付きリスト」に、長めの説明は段落に分けて、ひとかたまりの文章にしなくなりました。すでに文字がある入力欄に話したときも同様です。体裁と言葉づかいのルールは、整形・挿入・音声で修正・翻訳に共通の「出力スタイル」プロンプトにまとめ、設定で編集できます。内蔵のプロンプトはすべて英語で書くようにしましたが、出力は話した言語のままです。
• 録音終了前のカウントダウン。 最長録音時間まで残り 20 秒になると、フローティングバーに残り秒数が表示されます。最後の 5 秒は赤くなります。

修正

• Windows：ブラウザや VS Code などの Electron アプリへの音声入力。 これまで Aoide は入力欄の周りのページ全体のテキストを読み取り、空の入力欄を入力済みと見なしていました。そのため整形を行わず、ページ上のテキストを文脈として LLM に送っていました。今後は入力欄そのものだけを読み取り、プレースホルダーだけが表示された空の入力欄も正しく判別します。

Aoide v0.4.7

Fixes

• macOS: voice edit finds the selected text in browsers. With text selected in a Chrome or Firefox text box, voice edit said "Select the text you want to edit first". Aoide now reads the selection directly where the app allows it. Otherwise it waits until you let go of the hotkey before copying the selection, and gives the browser more time to put it on the clipboard. Password fields are never read.

---

修复

• macOS：语音修订能取到浏览器里选中的文字了。 以前在 Chrome、Firefox 的输入框里选中文字后启动语音修订，会提示「请先选中要修改的文本」。现在程序允许时，Aoide 会直接读取选中的文字；读不到时，会等你松开快捷键再复制选中内容，并给浏览器更多时间写入剪贴板。密码框永远不会被读取。

---

修正

• macOS：ブラウザで選択したテキストを音声での修正に使えるようになりました。 Chrome や Firefox の入力欄でテキストを選択して音声での修正を始めると、「修正したいテキストを先に選択してください」と表示されていました。アプリが対応している場合は選択中のテキストを直接読み取り、読み取れない場合はショートカットキーを離すのを待ってからコピーし、ブラウザがクリップボードに書き込むまでの待ち時間も延ばしました。パスワード欄は読み取りません。

Aoide v0.4.6

Fixes

• macOS: dictation into web pages in Chrome and Firefox, for real this time. Aoide asked macOS which app is in front in a way that only works if the app itself answers. Chrome and Firefox don't answer while their page content is not exposed to accessibility tools, so Aoide didn't even know a browser was in front, and the browser handling from 0.4.4 never ran. Aoide now gets the frontmost app from macOS directly. When it cannot see what is focused on the page, it pastes anyway and leaves the text on the clipboard, so you can paste it with ⌘V if nothing was focused.
• macOS: the log is where Settings opens. Settings & logs → Open folder showed a folder without the log, which was kept in ~/Library/Logs/Aoide. Logs now go to ~/Library/Application Support/Aoide/logs, as on Windows, and older ones are moved there.

---

修复

• macOS：在 Chrome、Firefox 网页里听写，这次真正修好了。 以前 Aoide 向 macOS 询问「前台是哪个程序」的方式，需要前台程序自己回答；Chrome、Firefox 在网页内容没对辅助功能开放时不回答，Aoide 连前台是浏览器都不知道，0.4.4 加的浏览器处理也就没有生效。现在直接从 macOS 获取前台程序。看不到网页上的焦点时，Aoide 会照样粘贴并把文字留在剪贴板里；万一当时没有点在输入框里，按 ⌘V 就能自己粘贴。
• macOS：日志放到了设置页能打开的位置。 以前「配置与日志 → 打开文件夹」打开的文件夹里看不到日志，日志实际在 ~/Library/Logs/Aoide。现在和 Windows 一样放在 ~/Library/Application Support/Aoide/logs，旧日志会自动搬过去。

---

修正

• macOS：Chrome や Firefox の Web ページへの音声入力を改めて修正しました。 これまで Aoide は、前面のアプリ自身が応答する方法で macOS に前面のアプリを問い合わせていました。Chrome や Firefox は Web ページの内容をアクセシビリティに公開していないと応答しないため、Aoide はブラウザが前面にあることさえ分からず、0.4.4 で追加したブラウザ向けの処理も働いていませんでした。前面のアプリを macOS から直接取得するようにしました。ページ上のフォーカス位置が分からない場合はそのまま貼り付け、テキストをクリップボードに残します。入力欄にフォーカスがなかった場合は ⌘V で貼り付けられます。
• macOS：ログを設定画面から開ける場所に置くようにしました。 設定とログ → フォルダーを開く で開くフォルダーにログがありませんでした（実際は ~/Library/Logs/Aoide にありました）。Windows と同じく ~/Library/Application Support/Aoide/logs に保存し、古いログもそこへ移動します。

Aoide v0.4.5

New

• Speech recognition through an API. Besides the local model (still the default), Aoide can send recordings to a speech-to-text service. Choose API under Settings → Speech recognition → Recognition, then fill in the API base, API key and model name. Any service with the OpenAI speech-to-text format (/audio/transcriptions) works: OpenAI, Groq, SiliconFlow, Mistral, or a self-hosted vLLM / LocalAI server. Services with their own format, such as Deepgram, Azure or Gemini, can be used through LiteLLM. The recognition language and your vocabulary are sent along. If a local model has been downloaded, silence is still trimmed on your computer first, so recordings without speech are not uploaded. See the README for example settings.

---

新功能

• 支持用 API 识别语音。 除了本地模型（仍是默认方式），现在也可以把录音交给语音识别服务。在 设置 → 语音识别 → 识别方式 选择 API，再填写 API 地址、API Key 和模型名。支持 OpenAI 语音识别格式（/audio/transcriptions）的服务都能用：OpenAI、Groq、硅基流动、Mistral，或自建的 vLLM / LocalAI。Deepgram、Azure、Gemini 等使用其他格式的服务，可以经 LiteLLM 接入。识别语言和词库会一起发送。下载过本地模型时，仍会先在本机切掉静音，没有说话的录音不会上传。常见服务的填法见 README。

---

新機能

• API による音声認識に対応しました。 ローカルモデル（引き続き既定）に加えて、録音を音声認識サービスに送って認識できるようになりました。設定 → 音声認識 → 認識方法 で API を選び、API ベース URL、API Key、モデル名を入力します。OpenAI の音声認識形式（/audio/transcriptions）に対応したサービスなら使えます：OpenAI、Groq、SiliconFlow、Mistral、自前の vLLM / LocalAI など。Deepgram、Azure、Gemini など独自形式のサービスは LiteLLM 経由で使えます。認識言語と単語帳も一緒に送信します。ローカルモデルをダウンロード済みの場合は、先にこのパソコンで無音部分を取り除くため、話していない録音はアップロードされません。主なサービスの設定例は README を参照してください。