Skip to content

Releases: simonwong/speaker

Speaker 0.8.0 Beta

Choose a tag to compare

@simonwong simonwong released this 08 Oct 15:27
aec962e

Speaker 0.8.0 Beta

本次更新

正式签名

  • Speaker 改用 Apple Developer ID 签名,并经过 Apple 公证。下载后可以直接打开,不再需要在终端移除隔离属性。
  • 同一个安装包支持 Apple 芯片和 Intel 芯片的 Mac。
  • 服务商 API Key 改存在 macOS 钥匙串。
  • 以后的正式版本可以在 App 内检查更新获取,安装包和更新信息都经过签名校验。

录音与提示

  • 录音中没有检测到声音时,浮层直接收起,不再弹出提示。历史记录里仍保留这次录音及其错误标记,方便排查麦克风。
  • 不需要去设置处理的提示,5 秒后自动消失。需要去设置处理的提示和待复制的结果,仍保留到你操作为止。

文本整理

  • 口述内容里的要求、禁止事项和限制条件会作为正文保留下来,不会被当成给整理服务的指令执行或省略。

从开发版迁移

0.7.0 及更早的公测版是开发版,0.8.0 起是正式版。macOS 把两者当作不同的 App。

  • 设置、个人词库和历史记录保留不变。
  • 首次启动时,Speaker 会把已保存的 API Key 转存到钥匙串,然后删除旧的本地文件。如果之后设置里显示未配置 Key,重新填写一次即可。
  • 麦克风和辅助功能权限需要重新授予一次。如果“系统设置 → 隐私与安全性 → 辅助功能”里留有旧的 Speaker 条目,可以删掉。也可以在终端只清除开发版的旧授权:
tccutil reset Accessibility com.local.speaker
tccutil reset Microphone com.local.speaker
  • 开发版不会自动升级到正式版,需要手动下载安装一次。

安装

适用于 Apple 芯片和 Intel 芯片的 Mac,要求 macOS 14 或更新版本。

先退出旧版 Speaker。打开 DMG,把 Speaker 拖到“应用程序”替换旧版,再从“应用程序”启动。首次使用按提示授予麦克风和辅助功能权限。

语音识别和文本整理使用你自己的 API Key,由所选服务商计费。

这是公测版。自动测试和签名校验通过,不代表所有设备、系统版本和服务商模型都已验收。

Speaker 0.7.0 BETA

Speaker 0.7.0 BETA Pre-release
Pre-release

Choose a tag to compare

@github-actions github-actions released this 29 Sep 03:05
61b0a44

Speaker 0.7.0 BETA

本次更新

录音上限

  • 录音到上限时自动结束,按松开快捷键处理:已录的内容照常识别、整理,并输入到当时所在的输入框。以前到上限会直接失败,录音全部丢弃。
  • 上限:豆包 10 分钟;OpenAI 和千问比服务商的限制早 2 秒结束,分别是 4 分 58 秒和 2 分 58 秒。
  • 最后 30 秒,录音浮层用“还剩 N 秒”代替音量条;鼠标悬停显示按钮时只显示“N 秒”。到上限时浮层会提示,VoiceOver 也会播报。
  • 服务商仍然拒收的过长录音,提示改为“请分成几段较短的录音再试”。

设置

  • 豆包的配置并入“语音识别”卡片,和 OpenAI、千问的配置方式一致。
  • 保存过 Key 后,设置里只显示一行:状态、检查连接、更换 Key。点“更换 Key”才展开输入框。
  • 整理模式和提示词合成一张卡片,整理服务商移到“整理”分区。
  • 已开启、已配置、连接正常用柔和的绿色,未配置、检查中用灰色,只有需要处理的状态用橙色和红色。快捷键正常时不再显示“已启用”。
  • “清除本地数据”卡片的红色减弱。
  • 按钮和其他可点击的控件显示手形光标。

新图标与颜色

  • 新 App 图标:浅色底上,珊瑚色和金色两层笔画错开叠印。菜单栏图标也改为两层。
  • 珊瑚色成为主题色,用在保存等主按钮、开关、选中状态和输入框聚焦边框上。其他按钮保持中性色;“检查连接”“更换 Key”不再显示为蓝色链接。
  • 录音浮层的音量条改为珊瑚色。
  • 概览的柱状图和热力图,浅色模式用金色到珊瑚色的渐变,深色模式用珊瑚色的深浅。去掉“每日说出 · 近 52 周”标题和“少/多”图例,三项统计的说明文字调淡。

录音浮层

  • 录音和处理中的浮层变窄,两端改为正圆。
  • 报错和待复制的浮层宽度随文字长短变化。

安装

此安装包适用于 Apple Silicon Mac(M 系列芯片),macOS 14 或更新版本。

下载 Speaker-0.7.0-arm64.dmg,打开后将 Speaker 拖到“应用程序”,再从“应用程序”启动。更新前退出旧版 Speaker。

此版本为开发公测:采用 ad-hoc 签名,尚未公证,不进入自动更新通道。macOS 可能拦截首次打开,更新后也可能需要重新授予麦克风和辅助功能权限。

自动测试不代表所有真实设备、系统版本和供应商模型均已验收。本版本没有用付费接口实测录音到上限后的识别,真实账号下的表现仍需自行确认。

构建与验证

  • 源码:61b0a44177c7 · 发布 PR #142
  • CI 验证记录:完整规格、原生 UI、严格编译、Release 打包和安装回滚。
  • 公开 DMG 已下载回读,版本、源码提交、签名完整性、架构、图标、Applications 链接、安装布局及 SHA-256 校验通过。
  • DMG SHA-256:89a7d6da5f557835b55c6689f799a7ba2c39539a80e09df4474abc6dd0c3922e。

Speaker 0.6.0 BETA

Speaker 0.6.0 BETA Pre-release
Pre-release

Choose a tag to compare

@github-actions github-actions released this 25 Sep 14:29
2499486

Speaker 0.6.0 BETA

本次更新

语音识别

  • 语音识别可选豆包、OpenAI 或阿里千问,文字整理仍单独选择。旧配置继续使用豆包。每家服务商记住各自的模型;千问北京和新加坡地域分别保存 Key,OpenAI 的识别和文字整理使用各自的 Key。
  • OpenAI 和千问可选流式识别(边录边传)或整段识别(录完再上传),模型列表随方式切换。单次录音上限:豆包 10 分钟,OpenAI 5 分钟,千问 3 分钟。
  • 整段识别的音频只保存在内存里,本机录音检查通过后才上传。取消后丢弃晚到的结果;识别失败不会自动换用其他服务商。
  • 历史记录保存实际使用的识别服务和模型。
  • 修复 OpenAI 和千问流式识别在响应超过 1 MiB 时被报告为网络错误的问题。

界面

  • 页面 Tab 移到标题栏,Tab 之间不再有分割线。切换时选中标记滑到新页面;开启“减弱动态效果”后直接切换。
  • 卡片里的按钮、输入框和菜单改为液态玻璃胶囊,三者高度一致。
  • “已开启”“已配置”等状态标签改为彩色圆形图标加文字。正常状态用浅色文字,需要处理的状态用正常文字颜色。
  • ⌘, 和应用菜单里的“设置”打开主窗口的设置页,不再单独打开设置窗口。
  • 设置页删去重复的说明文字,“关于”只显示 App 版本号。
  • 动画统一使用同一条缓出曲线。概览的入场动画每次启动只播放一次。浮层的复制图标切换到完成状态时有过渡,所有动画都遵循“减弱动态效果”。

辅助功能

  • 历史记录可以用键盘和 VoiceOver 展开,复制和删除可以通过 VoiceOver 操作或右键菜单完成。
  • 历史搜索随输入过滤,清空搜索框后恢复完整列表。
  • “增强对比度”覆盖状态标签、快捷键按键图示和录音提示。

修复

  • 快速连续删除两个词典词条时,第一个词条不会被写回。
  • 快速切换“登录时自动启动”时,注册和注销不会交错。
  • 在 API Key 输入框中按回车即可保存。

安装

此安装包适用于 Apple Silicon Mac(M 系列芯片),macOS 14 或更新版本。

下载 Speaker-0.6.0-development.dmg,打开后将 Speaker 拖到“应用程序”,再从“应用程序”启动。更新前退出旧版 Speaker。

此版本为开发公测:采用 ad-hoc 签名,尚未公证,不进入自动更新通道。macOS 可能拦截首次打开,更新后也可能需要重新授予麦克风和辅助功能权限。

自动测试不代表所有真实设备、系统版本和供应商模型均已验收。本版本没有用付费接口实测 OpenAI 和千问,真实账号可用性、识别准确率和网络延迟仍需自行确认。

构建与验证

  • 源码:2499486cecff · 发布 PR #139
  • CI 验证记录:完整规格、原生 UI、严格编译、Release 打包和安装回滚。
  • 公开 DMG 已下载回读,版本、源码提交、签名完整性、架构、图标、Applications 链接、安装布局及 SHA-256 校验通过。
  • DMG SHA-256:180f6152ed3a8e145998fbdc0705aaa19935e763a9d0d5385453abb3d1ae7d17。

Speaker 0.5.0 BETA

Speaker 0.5.0 BETA Pre-release
Pre-release

Choose a tag to compare

@github-actions github-actions released this 20 Sep 15:31
3b46d90

Speaker 0.5.0 BETA

本次更新

  • 修复历史和概览的刷新竞态:清空历史或再次刷新后,较早请求的结果不会覆盖当前记录、计数和用量。
  • 降低离线准确率评测的长文本内存占用,保持原有计分和并列判定规则。2,500 字符本机测试夹具的进程峰值内存约从 60 MiB 降至 8 MiB。
  • 加强评测 WAV 校验:拒绝截断文件、越界数据块、不完整 PCM 帧及不一致的音频格式,避免无效样本进入供应商请求。

安装

此安装包适用于 Apple Silicon Mac(M 系列芯片),macOS 14 或更新版本。

下载 Speaker-0.5.0-development.dmg,打开后将 Speaker 拖到“应用程序”,再从“应用程序”启动。更新前退出旧版 Speaker。

此版本为开发公测:采用 ad-hoc 签名,尚未公证,不进入自动更新通道。macOS 可能拦截首次打开,更新后也可能需要重新授予麦克风和辅助功能权限。

自动测试不代表所有真实设备、系统版本和供应商模型均已验收。内存测量来自离线测试夹具,不代表语音识别或供应商服务性能。

构建与验证

  • 源码:3b46d90e8ec5 · 发布 PR #133
  • CI 验证记录:完整规格、原生 UI、严格编译、Release 打包和安装回滚。
  • 公开 DMG 已下载回读,版本、源码提交、签名完整性、架构、图标、Applications 链接、安装布局及 SHA-256 校验通过。
  • DMG SHA-256:d2e34b06a2821b05e1c5cdcda5018647772abdec6c1ceb69f46538a56f3dd2e9。

Speaker 0.4.1 BETA

Speaker 0.4.1 BETA Pre-release
Pre-release

Choose a tag to compare

@github-actions github-actions released this 18 Sep 13:44
aec0721

Speaker 0.4.1 BETA

本次更新

  • 安装包改为 DMG,带 Speaker 图标和拖拽到“应用程序”的安装界面。
  • 首次配置分步引导麦克风、辅助功能和 API Key,并加入快捷键操作说明。
  • 文字整理支持 DeepSeek、OpenAI、Kimi、GLM,以及自定义 HTTPS 接口和模型 ID。各供应商独立保存 Key,切换后保留;模型推荐由 App 维护,手填模型保留。
  • 修复 Key 更新与删除、整理模式选择和自定义模式高亮。
  • 历史展开按最终结果、识别原文及诊断组织,移除加入词库和粘贴状态推断。
  • 设置按钮和输入框适配 macOS 26 玻璃样式,旧系统保留兼容外观。
  • 过短录音静默结束;提示支持 Esc 关闭,关闭控件与录音浮层保持一致。待复制结果可收起并开始下一次录音,已有内容可在历史中查找。

安装

此安装包适用于 Apple Silicon Mac(M 系列芯片),macOS 14 或更新版本。

下载 Speaker-0.4.1-development.dmg,打开后将 Speaker 拖到“应用程序”,再从“应用程序”启动。更新前退出旧版 Speaker。

此版本为开发公测:采用 ad-hoc 签名,尚未公证,不进入自动更新通道。macOS 可能拦截首次打开,更新后也可能需要重新授予麦克风和辅助功能权限。

自动测试不代表所有真实设备、系统版本和供应商模型均已验收。音频采集保持现有策略,本版不新增降噪功能。

构建与验证

  • 源码:aec07213585f · PR #131
  • CI 通过:完整规格、原生 UI、严格编译、Release 打包和安装回滚。
  • 公开 DMG 已下载回读,版本、源码提交、签名完整性、图标、Applications 链接及 SHA-256 校验通过。
  • DMG SHA-256:fb8021128ec9a0ed9623fcc8e6c39d02c03a5d8cdc3f760dcfb22246e7dd9082。

Speaker 0.4.0 Development Prerelease

Pre-release

Choose a tag to compare

@github-actions github-actions released this 04 Sep 06:21

Automated development build from the validated main commit. > This app is ad-hoc signed and not notarized. It is intended for development testing only. macOS may require renewed Microphone and Accessibility permissions after installation. Source commit: b0d2bead7fa4df42b1d52432f90ae15a5cfe6c8f

Speaker 0.3.0 Development Prerelease

Pre-release

Choose a tag to compare

@github-actions github-actions released this 22 Aug 15:56

Automated development build from the validated main commit. > This app is ad-hoc signed and not notarized. It is intended for development testing only. macOS may require renewed Microphone and Accessibility permissions after installation. Source commit: 3f6d75f76f5f92b4b6bd0f8d70250178f4115925

Speaker 0.2.0 Development Prerelease

Pre-release

Choose a tag to compare

@github-actions github-actions released this 21 Aug 17:22

Automated development build from the validated main commit. > This app is ad-hoc signed and not notarized. It is intended for development testing only. macOS may require renewed Microphone and Accessibility permissions after installation. Source commit: 1bffa310689937518ea7a4f23a03ccfd6f77fd8d

Speaker 0.1.0 Development Prerelease

Pre-release

Choose a tag to compare

@github-actions github-actions released this 05 Aug 09:47

Automated development build from the validated main commit. > This app is ad-hoc signed and not notarized. It is intended for development testing only. macOS may require renewed Microphone and Accessibility permissions after installation. Source commit: 4338fda84e7fc97c1ccc3ebb63f982c13c6b78a5