Skip to content

QwenASR 2.1.0 — 字幕翻譯、中日文分行修正、RTX Spark 支援

Latest

Choose a tag to compare

@dseditor dseditor released this 15 Nov 12:46

2.1.0 新增字幕翻譯,並修正 2.0.1 的中文、日文字幕會切在詞中間的問題。下載 QwenASR-WebView_2.1.0.7z 解壓後直接執行 QwenASR-WebView.exe;從 2.0.x 升級可沿用原本的模型與設定,把新的檔案覆蓋到原資料夾即可。

RTX Spark(Windows ARM)請改下載專用版。

修復

  • 中文、日文字幕切在詞中間:2.0.1 使用 CrispASR 核心並開啟時間軸對齊時,字幕的換行位置會逐漸往後偏,例如「主角小/慧,她才剛變成天使就被丟到一/個嗯。」。現在會正確在標點處換行。建議所有 2.0.1 使用者更新。
  • 日文被轉成繁體字形:語言選「自動」時,日文漢字會被簡繁轉換改掉(学校→學校、本当→本當)。現在依內容判斷,日文一律保留原字。
  • 日文長句硬切:沒有標點的日文長句改在停頓處或助詞後換行。
  • 英文、韓文字幕不照句子分行(#13、#15、#28):英文與韓文改用專屬的分行方式,保留標點、依句子與長度換行。
  • 長檔看起來像卡住(#28):模型載入與語音分析階段會顯示已等待的時間。
  • Whisper/Breeze 的「時間軸對齊」開關:在實際不生效的情況下會停用並說明原因。

新功能

  • 字幕翻譯:音檔辨識頁新增「翻譯」選單,可在轉錄後翻譯成繁體中文、英文或日文。
    • 翻譯模型約 850 MB,第一次使用時才下載。
    • 預設原文與譯文各存一份(檔名.srt 與 檔名.zh-TW.srt),設定頁可改成只留譯文。
    • 字幕卡與逐字顯示會同時顯示原文與譯文。
    • 以整句為單位翻譯,所以譯文字幕的格數會比原文少。
    • 命令列:transcribe --translate zh|en|ja,加 --translate-only 只留譯文。
  • 每行字數上限(設定頁):調整英文、韓文字幕一行的長度。
  • RTX Spark(Windows ARM)支援:新增專用的 CUDA 加速版本,見上方連結。

已知問題

  • 翻譯模型只有 0.8B:日常對話可用,但缺少上下文的單句仍可能翻錯;日文旁白或文學性內容的品質普通。韓文不在翻譯支援範圍。
  • 只含一個假名的極短日文片段仍可能被當成中文做簡繁轉換(OpenVINO 與 chatllm 核心的分段處理才會遇到)。
  • 翻譯功能在 CUDA 加速版本(x64)上沒有實測過,只驗證了 Vulkan 與 RTX Spark。
  • Whisper/Breeze 模型在預設設定下,遇到很長的靜音仍可能辨識出不存在的文字。純說話的素材可到設定頁把「語音分段路線」切到「原生 VAD」。