Skip to content

VoiceInput 2.4.0

Choose a tag to compare

@github-actions github-actions released this 17 Sep 14:40
fa3c7d9

VoiceInput 2.4.0

默认开启高精度模式

  • 实时显示识别文字,松开后使用百炼 Qwen-Audio-3.0-ASR-Flash 对完整录音再识别一次,再执行纠错、润色与智能标点。
  • 复用现有百炼 Key、地域、业务空间与本轮热词;无需新增账号。设置中的“高精度模式”可随时关闭,旧配置升级默认开启。
  • 每轮最多复核 3 分钟音频,等待上限 12 秒。超时、失败、空白或明显截断返回时采用实时识别结果;回车跳过等待,Esc 取消输入。
  • 整段复核会增加一次 ASR 调用和相应费用,用量单独记录为 asr_review。音频只在内存中临时保存,处理后释放。
  • 只在最终结果确定后复制和粘贴一次,迟到结果不会覆盖用户编辑、已输入文字或新会话。
  • 被复核替代的流式原文不参与重复学习;复核结果作为 ASR 原文继续参与词库提取,不作为人工纠错证据。

验证范围

新增协议、默认设置迁移、完整音频缓存、超限回退、持久化、取消、超时及迟到结果等离线回归检查;发布流水线执行 Windows 构建、桌面启动和安装/更新交接/卸载检查。离线测试不代表真实语音准确率提升幅度,实际效果以使用场景为准。