Skip to content

v0.13.0

Choose a tag to compare

@github-actions github-actions released this 20 Oct 19:38
· 188 commits to master since this release

v0.13.0 —— 说完整句带标点

v0.12.0 之后的第一个次版本。这一版没有新功能,都在打磨两条已有链路:语音输入与下载。

这一版改了什么

边说边识别,不用等整场录完

以前是把整场会话的音频攒起来、等你说完(或者到 90 秒上限)才一次性交给识别器。
现在 VAD 每切出一段就立刻识别,边录边出结果,收尾只等最后那一段。

  • 一句话说完就停:看不出差别(本来就只有一段)。
  • 连着说很长:以前一路说到 90 秒上限,就是一次识别 90 秒音频 —— 现在等待明显变短。

代价写在明处:一句话被 10 秒上限从中间切开时,两半各自识别,边界上可能多一个断句。

Paraformer 的整句补上标点了

Paraformer 那一档出来的是一整句没有标点的中文,而这句话是要交给助手的指令。
现在会跟着它一起装一个标点模型(61.7MB,Apache-2.0),补上逗号句号。

  • 没有开关,设置页里也没有它 —— 要不要标点只取决于你选的是哪个识别模型,
    这不是一个该由你回答的问题。
  • SenseVoice 与 Whisper 自带标点(前者烘在模型里,后者自己会吐逗号),不会下这一份。
  • 已经在用 Paraformer 的:那一条上会显示「还差 标点(中英) 61.7 MB」与一个「补下」按钮,
    点一次只拉缺的这一份,不会把 82MB 的识别模型重下一遍。删掉 Paraformer 会顺带清掉它。

装了之后,同一段音频的输出:

输出
以前 对我做了介绍啊那么我想说的是呢大家如果对我的研究感兴趣呢嗯
现在 对我做了介绍啊,那么我想说的是呢,大家如果对我的研究感兴趣呢嗯。

(与 SenseVoice 自己带的标点几乎逐字相同。)

下载失败时说人话,并且停在那里

以前下模型失败,界面上是一行异常原文:

下载失败:failed to connect to github.com/20.205.243.166 (port 443)
from /172.103.8.162 (port 56054) after 30000ms

两个 IP 和一个毫秒数,没有一句话能照着做。现在按失败类型给出下一步:

情况 现在显示
连不上 / 解析不了 github.com 打开 VPN 或换个网络再试
连上了但一直没有数据 网络不通或太慢,稍后再试
服务器返回 404 文件可能已下架,重试没用
连接中途断了 已下载的部分会留着,下次接着下

那一条的按钮直接变成重试,已经下载的部分留着接着下。
不做自动重试 —— 那会让人以为「已经在下了」,而其实一次都没连上。
建连超时也从 30 秒降到 15 秒:连不上时不该让人盯着进度条干等半分钟。

下载中途断线不再被当成「下完了」

服务器声明了长度却提前关连接时,读到的结尾和「读完了」长得一模一样。以前会把半截文件当成
完整的一份 —— 更新包那边哈希能拦下(代价是白下几十 MB),模型那边解包失败、报的却是
「归档坏了」。现在直接报「连接中断」,半截文件留着给下次续传。

说明

  • 识别日志里多了 lang(模型判定的语种)与 event(音频事件)两个记号,只有 SenseVoice
    会填。都是结构不是正文:它们不进输入框,也不进用户可见文本。
  • 识别仍在本机做:没有云端 ASR,音频不出设备、不落盘。
  • 标点模型与应用内更新走同一个下载来源(GitHub),授权是 Apache-2.0,显示在 Paraformer
    那一条的授权行里。

安装

adb install -r tappet-v0.13.0-arm64-v8a.apk
sha256sum -c tappet-v0.13.0-arm64-v8a.apk.sha256   # 可选

从 0.12.0 覆盖安装即可:聊天记录、已下载的识别模型都不受影响。
装完记得重新启用一次无障碍(adb install -r 会摘掉它)。