MeetMemo 0.52

MeetMemo 0.52

本次更新主要修复 SenseVoice 在轻声、短促语音或低信噪比场景下容易“吃字”的问题，并加入诊断日志，方便后续更精确地定位转录丢字原因。

改进

• 降低 SenseVoice 的 VAD 触发门槛，让更轻、更短的语音片段更容易被识别：
  • threshold: 0.22 -> 0.18
  • minSpeechDuration: 0.25s -> 0.12s
• 降低系统音频静音过滤门槛：
  • 0.005 -> 0.0015
• 增加句首音频补偿窗口：
  • 0.32s -> 0.5s

这些调整可以改善句首丢字、轻声发言漏识别、系统音频中过短语句被过滤的问题。

诊断能力

• 新增 sherpaSTTDebugLogging 调试开关，默认关闭。
• 开启后，录制结束时会输出本次 SenseVoice 会话的诊断摘要，包括：
  • 输入音频总时长
  • VAD 放行时长
  • 成功输出片段数
  • 空解码次数
  • 兜底解码次数

这可以帮助判断丢字发生在 VAD 过滤阶段，还是 SenseVoice 解码阶段，减少后续靠手感调参的成本。

Commit

• b360a57 fix: 缓解 SenseVoice 轻声吃字并加诊断埋点