Skip to content

Sotto 0.1.4 — 标点回来,热词表接上

Latest

Choose a tag to compare

@luogao luogao released this 16 Nov 09:45

转写出来的字终于带标点了,热词表也真的接上了。

这次优化了什么(都是实测出来的,不是猜的)

1. 标点被自己删掉了

用户听到的是「这个功能,可以再优化一下。」,粘出来是「这个功能可以再优化一下」——一坨没断句的字。

原因在 sotto-transcribe.swift 的 normalizeText:它为了 CER 比较把标点全删了(drop_punct 口径),这段归一又直接作用在交付文本上。其实 whisper 本身是出标点的,实测同一段音频:

whisper-cli 原始输出:这个功能我觉得可以再优化一下,比如加上自动标点,然后把那些重复的字去掉。
旧版交付:          这个功能我觉得可以再优化一下比如加上自动标点然后把那些重复的字去掉
新版交付:          这个功能我觉得可以再优化一下,比如加上自动标点,然后把那些重复的字去掉。

新增 normalizeForDelivery,和 normalizeText 分工:

  • normalizeText = 给指标用的,仍然去标点(CER 口径不变)
  • normalizeForDelivery = 给用户看的:繁→简、半边标点挨着中文换全角(, → ,)、重复标点收敛(。。→ 。)、中文之间空格删掉但英文单词间保留、数字里的标点不动(3.5、8-12、1,000)、≥12 字且以汉字收尾又没终结标点时补句号

10 条 selftest 钉住,sotto-transcribe --delivery-selftest 可单独跑,全通过。

2. 热词表一直是空转的

官网写着「写进 terms.txt,识别会跟着走」,但 app 从来不看这个文件。实测:

无热词:我们下周一跟Design Team过一下T, R, D然后就不是到Main分支上测试
有热词:我们下周一跟Design Team过一下 PRD,然后就 push到 main 分支上测试。

PRD / Design Team / push / main 全对。现在设置面板第三栏「03 热词」直接显示已载入条数和文件路径,点「编辑热词」就打开 ~/Library/Application Support/Sotto/terms.txt(不存在会先落一份带注释的模板)。

3. 松手到出字之间没反馈

原来松手后 0.5~1 秒屏幕没有任何变化,用户会以为没录上又按一次。现在松手立刻弹「正在转写…」,出字后换成「已复制,⌘V 粘贴」。

4. 官网有两处说法和实现对不上

  • 「松手即贴…直接写进光标位置」→ 实际只写剪贴板(不模拟按键,所以不需要辅助功能权限)。改成「松手即复制」,把这个取舍写清楚。
  • 「热词表写进 terms.txt」→ 路径和入口补齐,并写上实测效果。

设置面板

现在是四栏:

01 通用   热键 · 事件日志
02 模型   生效路径 · 来源 · 大小 · 选择/恢复默认
03 热词   已载入 4 条 · 文件路径 · 编辑热词
04 版本   v0.1.4 (014) · 内置引擎 · 查看更新 · 复制诊断

验证

项 结果
单元测试 58 条通过
交付归一 selftest 10 条全通过
真机转写(中文长句) 标点完整,繁→简正确
热词效果 PRD / Design Team / push / main 全部识别正确
设置面板 四栏全部可见,无裁切

升级

brew upgrade --cask sotto

想试热词:设置 → 03 热词 → 编辑热词,一行写一个词,存盘,下次录音就生效。