Skip to content

Yakutan v2.5.0

Latest

Choose a tag to compare

@febilly febilly released this 14 Oct 14:19

新功能

  • 麦克风实时音量条:麦克风设置处新增实时音量显示,可直观确认所选设备是否正常收音。
  • 小面板沉默计时器:小面板可显示自上次发言以来的沉默时长,超过阈值后依次变为橙黄色、红色(默认 3 / 6 分钟,可在设置中调整或关闭)。
  • 错误汇总上报:识别与翻译过程中的错误(如 Qwen 连接断开或连接失败、翻译 API 报错、服务崩溃、麦克风打开失败)会汇总显示到网页端,并针对 API Key 相关问题给出提示,不必再翻控制台日志。
  • Qwen-Audio 动态上下文:Qwen-Audio 识别会参考最近几条自己和对方的发言作为上下文,提升连续对话中专有名词和话题相关词的识别准确率。

更改

  • Qwen-Audio 升级到 3.1:Qwen-Audio 后端改用 qwen-audio-3.1-asr-flash-streaming。
  • Qwen3-ASR 改用正式版模型:不再固定使用快照版本。
  • 热词优化:精简内置热词以减少误触发;自动跳过超出官方长度限制的热词,避免整批热词被服务端拒绝。
  • 连续对话更流畅:DashScope 系后端切换会话时不再阻塞音频采集,修复连续说话时丢失句首的问题。

修复

  • Soniox 断线自动重连:连接断开后不再永久失效,会自动重连(逐步加大重试间隔),并恢复语言、热词等会话设置,无需重启服务。
  • 采集稳定性:修复 verbose 诊断模式下的崩溃,以及连接半断开时采集主循环永久卡住的问题。
  • 静音切换竞态:修复快速静音/取消静音时识别器被并发操作的问题;停止识别失败时不再静默吞掉错误。
  • 启动失败清理:没有麦克风、后端不可用、本地模型缺失等情况导致启动中途失败时,会正确释放本地模型、OSC 等资源。

致谢

感谢 @AlisaCat-S 贡献的多项稳定性修复。

版本选择

  • Yakutan-v2.5.0.exe:标准版单文件,适合在线 ASR / 在线翻译用户,内置 Silero VAD ONNX 权重。
  • Yakutan-LocalInference-v2.5.0.exe:本地推理版,支持 SenseVoice / Qwen3-ASR 本地识别及 Hy-MT2 本地翻译;模型与 Vulkan 运行时可在 WebUI 下载。

离线资源包:也可从 Local Inference model bundles 下载,将其中的 local_asr_models 文件夹解压到 Yakutan-LocalInference-v2.5.0.exe 同级目录。