Skip to content

v2.2.0 — 模型热切换 / 运行日志 / 下载完整性校验

Choose a tag to compare

@Superce1l Superce1l released this 22 Sep 10:15
· 29 commits to main since this release

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

  1. 下载 STTMiniTool-v2.2.0-windows.zip 并解压
  2. 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)
  3. 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。