Skip to content

audio2text 0.1.0-beta.6

Pre-release
Pre-release

Choose a tag to compare

@github-actions github-actions released this 15 Oct 13:24
· 1 commit to main since this release

修复

修复 Windows 使用 faster-whisper CUDA 时,音频已处理完、TXT 已写出,最后仍因 GPU 模型释放崩溃而返回 WORKER_FAILED 的问题(#1)。

CLI 现在在 TXT 和最终 JSON 完整写出后结束一次性推理子进程,由系统回收资源,绕开已知的 Windows CUDA 模型析构故障。推理错误、输出冲突、批量部分失败和用户取消仍保留原有状态与退出码。CPU、Linux 和 Qwen 的清理流程保持原样。

升级

npm install -g audio2text-cli@beta --registry=https://registry.npmjs.org
audio2text --version

版本应显示 audio2text 0.1.0-beta.6。也可固定安装 audio2text-cli@0.1.0-beta.6。

升级只更新 CLI,原有模型、运行环境及初始化时保存的存储目录可以直接复用,无需重新下载或初始化。旧任务已生成的 TXT 会继续保留;重新转写时请使用新文件名,或明确选择 --overwrite。

如果此前在 PowerShell 使用了指向本地开发构建的临时 Set-Alias,请先重开终端,再检查 npm 安装版本。

验证与范围

  • 新增 8 个子进程回归测试,覆盖结果和大 JSON 完整交付、自检、错误、取消、输出冲突、推理中原生失败及其他平台/后端的正常清理。
  • Windows RTX 4060 Laptop GPU、whisper/base 和既有托管 CUDA 12.6 运行环境已实测自检、短语音 TXT/JSON、批量部分失败及错误处理;任务结束后显存恢复到测试前水平。
  • 发布流程执行 Windows/Linux 测试、构建、安装、附件校验、匿名 GitHub 下载及 npm 注册表安装验证。

本版本仍为 Windows/Linux x86_64 预览版。完整 Linux 推理、所有 CUDA/模型组合及自然语音准确率基准仍待补齐;识别文本仍需复核。

附件及 SHA256SUMS 见本页;平台程序和安装说明见 本版本 README。模型与推理依赖由显式 audio2text init 准备,升级不自动下载它们。