VoiceInput v0.1.2-preview

VoiceInput v0.1.2-preview

新增功能

• 🔄 更新检查 — 启动时自动检查 GitHub 是否有新版本，有新版会弹窗提示
• 📋 单实例锁 — 防止同时运行两个程序导致端口冲突，第二次打开会自动聚焦到已运行的窗口

体验改进

• 🖥️ GPU 错误弹窗 — 没检测到 NVIDIA 显卡时，弹出清楚的中文提示框说明原因和解决方法，而不是直接闪退让用户摸不着头脑
• 💬 友好的错误提示 — 录音/识别失败时显示清晰的中文说明（如"找不到麦克风，请检查麦克风是否已连接"），而不是看不懂的英文错误代码
• ⚙️ 设置面板优化 — 高度增加到 640px，新增的所有设置项（模型策略、标点、VAD 等）都能完整显示
• 📝 默认配置补全 — default_config.json 补充了缺失的 P2 功能字段
• 📖 详细的使用说明 — 中英文 README 重写，包含"给小朋友也能看懂的版本"、分步图文说明、常见问题解答

Bug 修复

• 修复托盘"设置"菜单点击无效的问题（原来在寻找不存在的窗口）
• 修复 process_manager.rs 注释缺少 "memory" 策略
• 修复 build_release_zip.ps1 版本号硬编码问题

版本信息

• 版本号：0.1.2
• 标记：Preview（预发布）
• 平台：Windows x64
• 要求：NVIDIA 显卡（≥4GB 显存）

---

⚠️ 预览版本 — 这是用于测试和反馈的早期预览版本。

完整更新历史

详见 README.md - Changelog

VoiceInput v0.1.1-preview

VoiceInput v0.1.1-preview

新增功能

P1-06: 模型策略完善（高优先级）

• 省显存模式 (memory)：每次识别完成后自动释放模型显存，最大程度降低 VRAM 占用
• 新增 /model/strategy GET/POST API 端点，支持运行时切换策略
• 新增 set_model_strategy / get_model_strategy Rust 命令
• 设置面板"高级"Tab 新增模型策略选择下拉框
• 四种策略可选：平衡模式（默认）、性能优先（常驻显存）、省显存（每次释放）、质量优先

P2-02: VAD 语音活动检测

• 录音过程中实时检测音量，持续静音 2 秒后自动停止录音
• 最小录音 1 秒后才会启用 VAD，避免误触发
• 可在设置面板中开关

P2-05: 开机自启

• 通过 Windows 注册表 HKCU\...\Run 实现开机自动启动
• 设置面板新增"开机自启"开关，保存配置时自动应用

P2-06: 标点符号处理

• 三种标点模式可选：
  • raw：原始输出，不做标点处理
  • simple（默认）：自动补充句末标点
  • input_method：输入法模式，移除句末标点，适合聊天/搜索框

P2-07: 中英混排格式化

• 自动在中文和英文/数字之间添加空格，改善排版
• 智能处理标点前后的多余空格
• 可在设置面板中开关

版本信息

• 版本号：0.1.1
• 标记：Preview（预发布）
• 平台：Windows x64

⚠️ Preview Release — This is an early preview version for testing and feedback.

v0.1.0-preview

VoiceInput v0.1.0-preview

⚠️ This is a PREVIEW release for testing and feedback. Expect bugs and breaking changes before stable.

Features

• Push-to-talk voice input (Alt+V)
• Language switching (Alt+L): Auto / Chinese / English
• 100% offline ASR on local GPU (Qwen3-ASR-0.6B)
• Custom terms dictionary for ASR correction
• Settings panel: microphone, hotkeys, audio, terms
• Backend crash auto-restart + file logging
• System tray with view-logs menu

System Requirements

• Windows 10 1903+ / Windows 11
• NVIDIA GPU (CUDA 11.8+), 4GB+ VRAM
• 200MB app + 1.2GB model

Install

1. Download and extract the zip
2. Run voiceinput.exe
3. First launch downloads the ASR model (~1.2GB, one-time)
4. Press Alt+V to speak, release to paste

Build from Source

See README

Known Limitations

• NSIS installer not available (sidecar is 2.7GB, exceeds NSIS mmap limit); zip distribution only
• Preview quality — please report issues