Repository navigation
v2.2.0 — 模型热切换 / 运行日志 / 下载完整性校验
STTMiniTool v2.2.0
本地语音识别字幕生成工具 —— 数据不离开你的电脑。
✨ 新特性
- 🔁 模型热切换:引擎(OpenVINO / CrispASR)、模型、加速版本切换不再需要重启——模型页选好后点「下载并加载模型」就地生效;转录进行中自动禁用切换;加载失败自动回退原引擎
- 🏷️ 字幕文件名带引擎标识:输出字幕自动拼接所用引擎与模型,如
唯一 [CrispASR · Whisper Base].srt,多模型对比不混淆 - 📜 运行日志:转录(耗时/段数)、模型加载、下载事件自动记录到
logs/app-年月.log,问题可回溯 - 🎛️ 模型页改版:检测到的设备 → 推理引擎(两列并排直选)→ 选择模型,去掉「基础/高级」双模式
🐛 修复
- CrispASR 打不开含中文/非 ASCII 字符的音频路径(自动转 ASCII 临时副本转录)
- OpenVINO 路径 VAD 崩溃(
Unable to handle object of type int) - crispasr.exe 异常退出时,错误消息带上子进程真实报错(不再只有笼统提示)
- 长视频(>2 小时,如 .mov)转录报
TypeError: missing 1 required positional argument - 打包补齐缺失的 scipy 依赖(说话者分离必需)
✅ 可靠性
- 下载完成即对账 Content-Length:中断残档立即删除、提示重下(此前会静默留下半截模型导致加载失败)
- GGUF 模型加 100MB 大小下限,残档不再被当成完整模型
- 长音频切片时长依可用物理内存自适应(5–30 分钟),小内存机器不再 OOM
📦 安装
- 下载
STTMiniTool-v2.2.0-windows.zip并解压 - 右键
STTMiniTool.exe→ 属性 → 如有「解除锁定」勾选后确定(单文件 exe 仅此一处) - 双击运行;首次使用在「模型」页选引擎与模型,点「下载并加载模型」
需要 Windows 10+ 与 WebView2 Runtime(Win10/11 一般自带)。
所有模型按需自动下载(HF/GitHub),音频数据全程本地处理。