haoone - 更新日志 | haoai更新日志
haoone
最新版本: v14.1.0共 50 个版本
发布时间: 2026年10月12日文件大小: 62.4 MB
•新增全屏检查与编辑模式,用于更快速编辑大量的字幕
•全新的时间线样式与字幕区块样式
•支持字幕区块拖拽
•时间线上的字幕区块支持双击编辑字幕
•优化字幕区块展示样式
•优化界面中的按钮样式
•界面上进一步简化
•修正mimo-v2.6模型执行报错问题
•下线片段视图,因为跟 全屏检查与编辑模式 用途重复了
•===============================
•haoai 新增海外模型代理,价格使用官网价格,无差价
•新增 claude-haiku-5.5 模型,性价比非常高的海外模型,执行速度极快
•默认翻译模型切成 claude-haiku-5.5,避免敏感词句子翻译出错问题,同时翻译速度提升 200%
•识别模型 增加 claude-haiku-5.5,默认模型还是使用 qwen3.8-flash,经过验证效果会更好些
•优化parakeet-tdt-0.6b-ja日语模型的识别效果
v14.0.0
发布时间: 2026年10月11日文件大小: 62.4 MB
•haoai 新增海外模型代理,价格使用官网价格,无差价
•新增 claude-haiku-5.5 模型,性价比非常高的海外模型,执行速度极快
•默认翻译模型切成 claude-haiku-5.5,避免敏感词句子翻译出错问题,同时翻译速度提升 200%
•识别模型 增加 claude-haiku-5.5,默认模型还是使用 qwen3.8-flash,经过验证效果会更好些
•优化parakeet-tdt-0.6b-ja日语模型的识别效果
v13.14.4
发布时间: 2026年10月9日文件大小: 62.4 MB
•修复自定义 Gemini API 测试连接正常、执行字幕翻译时因请求参数不兼容而报错的问题。
•修复本地 Ollama 获取模型列表和测试连接时,因网页跨域请求被拒绝而出现 403 的问题。
•修正远程转录的 45分钟限制
•===============================
•字幕动画修复字幕为空时仍显示半透明背景占位的问题。
•字幕动画新增未播放文字颜色设置,默认未播放为白色、已播放为黄色 #ffd877。
•字幕动画“选中文字颜色”更名为“已播放文字颜色”,移除选中背景颜色、圆角和未播放文字阴影设置。
•字幕动画修复修改颜色后预览不生效、已播放默认颜色错误的问题。
•修复远程转录开启 AI 纠错后,不显示 AI 纠错进度条的问题。
•缩小 AI 语气词清理范围,减少对正常回答、连接词和短句的误删。
•本地转录新增重复单词幻觉清理
•修复 Parakeet Ultra 句尾丢词
•修复 VAD 重分段错误分配句尾词、将词时间裁成零时长后导致字幕丢失的问题。
•保留原生词时间及未匹配到 VAD 区间的有效文字。
•远程转录修复数字和英文混排
•远程转录修复数字范围出现多余空格,例如 300~5 00、128~1 27。
•远程转录修复 3.4 等小数被拆行、小数点被清理的问题。
•===============================
v13.14.3
发布时间: 2026年10月5日文件大小: 62.3 MB
•字幕动画修复字幕为空时仍显示半透明背景占位的问题。
•字幕动画新增未播放文字颜色设置,默认未播放为白色、已播放为黄色 #ffd877。
•字幕动画“选中文字颜色”更名为“已播放文字颜色”,移除选中背景颜色、圆角和未播放文字阴影设置。
•字幕动画修复修改颜色后预览不生效、已播放默认颜色错误的问题。
•修复远程转录开启 AI 纠错后,不显示 AI 纠错进度条的问题。
•缩小 AI 语气词清理范围,减少对正常回答、连接词和短句的误删。
•本地转录新增重复单词幻觉清理
•修复 Parakeet Ultra 句尾丢词
•修复 VAD 重分段错误分配句尾词、将词时间裁成零时长后导致字幕丢失的问题。
•保留原生词时间及未匹配到 VAD 区间的有效文字。
•远程转录修复数字和英文混排
•远程转录修复数字范围出现多余空格,例如 300~5 00、128~1 27。
•远程转录修复 3.4 等小数被拆行、小数点被清理的问题。
•===============================
•修正 AI Agent 纠错,部分 agent 返回数据格式问题适配
•修正自定义阿里百炼无法使用 AI 纠错问题
•优化 AI 纠错逻辑,减少 token 消耗
•优化自定义 API 的提示
•
v13.14.2
发布时间: 2026年10月4日文件大小: 62.3 MB
•修正 AI Agent 纠错,部分 agent 返回数据格式问题适配
•修正自定义阿里百炼无法使用 AI 纠错问题
•优化 AI 纠错逻辑,减少 token 消耗
•优化自定义 API 的提示
•去掉自定义 API 模型列表的限制
•多语言的字幕,无法批量替换非主语言的字幕词语
•===============================
•优化 AI Agent 提示文案
•增加手动同步 AI 处理结果按钮
•章节增加交给 AI agent 的按钮
•===============================
•新增与 AI Agent (codex之类的)协作按钮处理,可以一键复制提示词,并监听 AI 处理的结果
•单文件翻译、批量翻译支持交给 AI Agent,翻译完成后自动同步语言轨道并关闭弹层
•AI 纠错支持交给 AI Agent
•批量转录增加远程转录开关,切换远程模型列表,接入远程执行及进度反馈
•批量转录增加局部转录,支持设置出入点和当前位置,沿用本地局部转录逻辑
•增加语气词清理设置功能
•修正部分语言的拆词错误
•优化 AI 短句的处理效果
v13.14.1
发布时间: 2026年10月4日文件大小: 62.3 MB
•优化 AI Agent 提示文案
•增加手动同步 AI 处理结果按钮
•章节增加交给 AI agent 的按钮
•===============================
•新增与 AI Agent (codex之类的)协作按钮处理,可以一键复制提示词,并监听 AI 处理的结果
•单文件翻译、批量翻译支持交给 AI Agent,翻译完成后自动同步语言轨道并关闭弹层
•AI 纠错支持交给 AI Agent
•批量转录增加远程转录开关,切换远程模型列表,接入远程执行及进度反馈
•批量转录增加局部转录,支持设置出入点和当前位置,沿用本地局部转录逻辑
•增加语气词清理设置功能
•修正部分语言的拆词错误
•优化 AI 短句的处理效果
•去掉拆行提示词设置
•调整安装插件、下载模型按钮及文件导入区域的尺寸和间距
•修正字幕动画跟不上词语播放的问题
•===============================
•从新的 ograf.app 资源站点获取动画
•自动动画缓存,用户无需下载与删除
•默认字幕动画改成更通用化的动画样式
v13.14.0
发布时间: 2026年10月4日文件大小: 62.3 MB
•新增与 AI Agent (codex之类的)协作按钮处理,可以一键复制提示词,并监听 AI 处理的结果
•单文件翻译、批量翻译支持交给 AI Agent,翻译完成后自动同步语言轨道并关闭弹层
•AI 纠错支持交给 AI Agent
•批量转录增加远程转录开关,切换远程模型列表,接入远程执行及进度反馈
•批量转录增加局部转录,支持设置出入点和当前位置,沿用本地局部转录逻辑
•增加语气词清理设置功能
•修正部分语言的拆词错误
•优化 AI 短句的处理效果
•去掉拆行提示词设置
•调整安装插件、下载模型按钮及文件导入区域的尺寸和间距
•修正字幕动画跟不上词语播放的问题
•===============================
•从新的 ograf.app 资源站点获取动画
•自动动画缓存,用户无需下载与删除
•默认字幕动画改成更通用化的动画样式
•修正达芬奇插件自动插入字幕动画到时间线会崩溃的问题
•已实现自动将字幕动画插入时间线,避免用户额外手动操作的麻烦
•动画黑色半透明增加延伸设置,用于双语字幕
•修正线上环境,没有显示出字幕动画截图的问题
v13.13.0
发布时间: 2026年10月2日文件大小: 62.1 MB
•从新的 ograf.app 资源站点获取动画
•自动动画缓存,用户无需下载与删除
•默认字幕动画改成更通用化的动画样式
•修正达芬奇插件自动插入字幕动画到时间线会崩溃的问题
•已实现自动将字幕动画插入时间线,避免用户额外手动操作的麻烦
•动画黑色半透明增加延伸设置,用于双语字幕
•修正线上环境,没有显示出字幕动画截图的问题
•可以直接预览字幕动画
•动画配置支持多语言展示
•===============================
•修正达芬奇插件 pr 插件无法同步双语字幕的问题
•===============================
•达芬奇新的文稿匹配功能
•达芬奇新的格式化文稿功能
•优化 AI 拆行
•修正翻译使用非 deepseek 模型报错的问题
•haoone-cli 命令行工具增加新的文稿匹配命令
•===============================
•修正新模型下载 bug
•
v13.12.1
发布时间: 2026年10月2日文件大小: 62.1 MB
•修正达芬奇插件 pr 插件无法同步双语字幕的问题
•===============================
•达芬奇新的文稿匹配功能
•达芬奇新的格式化文稿功能
•优化 AI 拆行
•修正翻译使用非 deepseek 模型报错的问题
•haoone-cli 命令行工具增加新的文稿匹配命令
•===============================
•修正新模型下载 bug
•修正模型下载暂停后,无法继续下载的 bug
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•修复德语的标点无拆行问题
•导入字幕开放所有语言
•===============================
•简化热词添加与管理
•增加热词使用次数
•修正文稿匹配会出现大段遗漏的问题
•
v13.12.0
发布时间: 2026年10月1日文件大小: 62.1 MB
•达芬奇新的文稿匹配功能
•达芬奇新的格式化文稿功能
•优化 AI 拆行
•修正翻译使用非 deepseek 模型报错的问题
•haoone-cli 命令行工具增加新的文稿匹配命令
•===============================
•修正新模型下载 bug
•修正模型下载暂停后,无法继续下载的 bug
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•修复德语的标点无拆行问题
•导入字幕开放所有语言
•===============================
•简化热词添加与管理
•增加热词使用次数
•修正文稿匹配会出现大段遗漏的问题
•格式化文稿时不处理短句
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•
v13.11.1
发布时间: 2026年9月30日文件大小: 61.9 MB
•修正新模型下载 bug
•修正模型下载暂停后,无法继续下载的 bug
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•修复德语的标点无拆行问题
•导入字幕开放所有语言
•===============================
•简化热词添加与管理
•增加热词使用次数
•修正文稿匹配会出现大段遗漏的问题
•格式化文稿时不处理短句
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•修正调用本地 LM STUDIO 接口报错问题
•修正 deepseek 调用报错的问题
•调整翻译的模型
•修正不会自动加载字幕动画的 bug
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•
v13.11.0
发布时间: 2026年9月30日文件大小: 61.9 MB
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•修复德语的标点无拆行问题
•导入字幕开放所有语言
•===============================
•简化热词添加与管理
•增加热词使用次数
•修正文稿匹配会出现大段遗漏的问题
•格式化文稿时不处理短句
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•修正调用本地 LM STUDIO 接口报错问题
•修正 deepseek 调用报错的问题
•调整翻译的模型
•修正不会自动加载字幕动画的 bug
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•建议语音复杂情况开启,默认无需开启
•修复 mac 下 ffmpeg 报错问题
•
v13.10.1
发布时间: 2026年9月29日文件大小: 61.9 MB
•简化热词添加与管理
•增加热词使用次数
•修正文稿匹配会出现大段遗漏的问题
•格式化文稿时不处理短句
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•修正调用本地 LM STUDIO 接口报错问题
•修正 deepseek 调用报错的问题
•调整翻译的模型
•修正不会自动加载字幕动画的 bug
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•建议语音复杂情况开启,默认无需开启
•修复 mac 下 ffmpeg 报错问题
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
v13.10.0
发布时间: 2026年9月26日文件大小: 62.1 MB
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•建议语音复杂情况开启,默认无需开启
•修复 mac 下 ffmpeg 报错问题
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•本地转录、远程转录、批量转录切到新的链路
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•
v13.9.0
发布时间: 2026年9月25日文件大小: 60.9 MB
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,明显提升纠错的准确率,降低了改错概率
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•本地转录、远程转录、批量转录切到新的链路
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•新的 AI 格式化文稿模式与算法
•用户可以自定义格式化文稿规则
•优化表单元素样式,与灰色背景分离出来
•修复英文单词 . 被错误分拆的问题
v13.8.0
发布时间: 2026年9月24日文件大小: 60.9 MB
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•新的 AI 格式化文稿模式与算法
•用户可以自定义格式化文稿规则
•优化表单元素样式,与灰色背景分离出来
•修复英文单词 . 被错误分拆的问题
•默认字幕动画增加背景,背景支持延伸,以支持双语
•===============================
•修正双语字幕时,部分字幕出现时间戳错位的问题
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•修正双语字幕时,部分字幕出现时间戳错位的问题
v13.7.0
发布时间: 2026年9月24日文件大小: 60.8 MB
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•新的 AI 格式化文稿模式与算法
•用户可以自定义格式化文稿规则
•优化表单元素样式,与灰色背景分离出来
•修复英文单词 . 被错误分拆的问题
•默认字幕动画增加背景,背景支持延伸,以支持双语
•===============================
•修正双语字幕时,部分字幕出现时间戳错位的问题
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•修正双语字幕时,部分字幕出现时间戳错位的问题
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•vad 增加 context 缓存
•Windows 本地转录执行速度快了 12%
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
v13.6.2
发布时间: 2026年9月22日文件大小: 60.8 MB
•修正双语字幕时,部分字幕出现时间戳错位的问题
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•修正双语字幕时,部分字幕出现时间戳错位的问题
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•vad 增加 context 缓存
•Windows 本地转录执行速度快了 12%
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•应该是目前本地转录速度最快的字幕软件之一
•批量操作增加批量导出
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•增加 .ts 视频格式的导入支持
•===============================
•优化批量操作的便捷性
v13.6.1
发布时间: 2026年9月22日文件大小: 60.8 MB
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•修正双语字幕时,部分字幕出现时间戳错位的问题
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•vad 增加 context 缓存
•Windows 本地转录执行速度快了 12%
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•应该是目前本地转录速度最快的字幕软件之一
•批量操作增加批量导出
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•增加 .ts 视频格式的导入支持
•===============================
•优化批量操作的便捷性
•可取消全选、全选
•去掉 ffprobe 的依赖,减少 20% 的体积
v13.6.0
发布时间: 2026年9月21日文件大小: 60.8 MB
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•vad 增加 context 缓存
•Windows 本地转录执行速度快了 12%
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•应该是目前本地转录速度最快的字幕软件之一
•批量操作增加批量导出
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•增加 .ts 视频格式的导入支持
•===============================
•优化批量操作的便捷性
•可取消全选、全选
•去掉 ffprobe 的依赖,减少 20% 的体积
•提升媒体文件获取信息的速度
•修复部分电脑会找不到 ffprobe 的问题
•“导出 SRT → 显示说话人”开关状态记忆
•
v13.5.0
发布时间: 2026年9月20日文件大小: 60.8 MB
•优化批量操作的便捷性
•可取消全选、全选
•去掉 ffprobe 的依赖,减少 20% 的体积
•提升媒体文件获取信息的速度
•修复部分电脑会找不到 ffprobe 的问题
•“导出 SRT → 显示说话人”开关状态记忆
•修正印地语 CUDA 加速崩溃问题
•优化背景与按钮样式,与 haocut 一致
•修改合并、删除的快捷键设置,可以一手操作更合理
•===============================
•修正合成后字幕位置与软件中不一致的问题
•优化时间线的懒加载渲染,提升响应速度
•修正副语言字幕设置距底部位置高度无效的问题
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•修正双语部分中英不匹配的问题
•优化 AI 短句合并逻辑
v13.4.1
发布时间: 2026年9月18日文件大小: 84.9 MB
•修正合成后字幕位置与软件中不一致的问题
•优化时间线的懒加载渲染,提升响应速度
•修正副语言字幕设置距底部位置高度无效的问题
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•修正双语部分中英不匹配的问题
•优化 AI 短句合并逻辑
•修正德语空格的异常 case
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•修正德语部分句子会有多余空格的问题
•修正关闭保留句末标点 部分语言不生效的问题
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•
v13.4.0
发布时间: 2026年9月16日文件大小: 84.9 MB
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•修正双语部分中英不匹配的问题
•优化 AI 短句合并逻辑
•修正德语空格的异常 case
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•修正德语部分句子会有多余空格的问题
•修正关闭保留句末标点 部分语言不生效的问题
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•前置 vad 识别增加前端进度显示
•===============================
•提升模型下载中国下载源 1 的下载速度
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•
v13.3.1
发布时间: 2026年9月14日文件大小: 84.8 MB
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•修正德语部分句子会有多余空格的问题
•修正关闭保留句末标点 部分语言不生效的问题
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•前置 vad 识别增加前端进度显示
•===============================
•提升模型下载中国下载源 1 的下载速度
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件的强制登录要求
•去掉软件 session 过期后需要重新登陆的要求
•现在可以在软件中解除激活码绑定
•断网情况下,可以使用本地转录
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
v13.3.0
发布时间: 2026年9月14日文件大小: 84.9 MB
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•前置 vad 识别增加前端进度显示
•===============================
•提升模型下载中国下载源 1 的下载速度
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件的强制登录要求
•去掉软件 session 过期后需要重新登陆的要求
•现在可以在软件中解除激活码绑定
•断网情况下,可以使用本地转录
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•
v13.2.1
发布时间: 2026年9月13日文件大小: 84.7 MB
•提升模型下载中国下载源 1 的下载速度
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件的强制登录要求
•去掉软件 session 过期后需要重新登陆的要求
•现在可以在软件中解除激活码绑定
•断网情况下,可以使用本地转录
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•导出端现在与预览使用一致的双语字幕堆叠规则。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•
v13.2.0
发布时间: 2026年9月12日文件大小: 84.7 MB
•去掉软件的强制登录要求
•去掉软件 session 过期后需要重新登陆的要求
•现在可以在软件中解除激活码绑定
•断网情况下,可以使用本地转录
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•导出端现在与预览使用一致的双语字幕堆叠规则。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
v13.1.0
发布时间: 2026年9月11日文件大小: 84.7 MB
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•导出端现在与预览使用一致的双语字幕堆叠规则。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•修复拖拽一个媒体文件却出现两个相同文件的问题。
v13.0.1
发布时间: 2026年9月9日文件大小: 84.6 MB
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•修复拖拽一个媒体文件却出现两个相同文件的问题。
•===============================
•软件界面完成多语言适配,支持切换成英语或日语。
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•转录的默认语言会跟随系统语言调整。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•达芬奇插件、PR 插件还未完成多语言适配
v13.0.0
发布时间: 2026年9月7日文件大小: 84.6 MB
•软件界面完成多语言适配,支持切换成英语或日语。
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•转录的默认语言会跟随系统语言调整。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•达芬奇插件、PR 插件还未完成多语言适配
v12.10.0
发布时间: 2026年9月6日文件大小: 84.5 MB
•优化对齐算法,显著优化字幕行尾部对齐效果
•进一步优化二个独立句子被合并成一行的问题,这是 qwen3-asr 的断句bug,做了下特别补丁
•增加翻译词库功能
•现在翻译、批量翻译支持配置词语翻译规则了
•增加异常幻觉的情况
•修正 windows 下的指令集配置问题
•修正部分 windows 用户点击下载字幕动画会崩溃的问题
•修正 AMD CPU 启动应用奔溃问题
•===============================
•修正合成时报找不到 ffprobe 的 bug
•修正导入文件 ffprobe 降级的 bug
•===============================
•增加泰语的支持,泰语的分词做了针对性优化
•增加印尼语的支持
•增加越南语的支持
•增加印地语的支持
•修正阿拉伯语词语级对齐的 bug
•修正二个句子(间隔时间很长)但被放在一起的问题
•搜索定位只在命中的字幕索引真正变化时触发,不再因播放进度重渲染而反复跳回句首
•
v12.9.1
发布时间: 2026年9月3日文件大小: 84.5 MB
•修正合成时报找不到 ffprobe 的 bug
•修正导入文件 ffprobe 降级的 bug
•===============================
•增加泰语的支持,泰语的分词做了针对性优化
•增加印尼语的支持
•增加越南语的支持
•增加印地语的支持
•修正阿拉伯语词语级对齐的 bug
•修正二个句子(间隔时间很长)但被放在一起的问题
•搜索定位只在命中的字幕索引真正变化时触发,不再因播放进度重渲染而反复跳回句首
•双语搜索可搜索副字幕并正确定位
•暂停状态下不再忽略小于 0.5s 的 seek。此前媒体仍停在句首之后,导致重新播放时漏掉前几个字;现在超过1ms 的用户定位都会准确同步。
•===============================
•增加韩语的支持,在qwen3.asr-1.7B 模型韩语做了部分优化
•AI纠错增加韩语的特别处理
•AI拆行增加韩语的特别处理
•增加韩语空格的特殊处理
•修正韩语 AI 纠错错误回退到中文热词的问题
•修正韩语标点拆分后大量原始词间空格丢失的问题
v12.9.0
发布时间: 2026年9月3日文件大小: 59.4 MB
•增加泰语的支持,泰语的分词做了针对性优化
•增加印尼语的支持
•增加越南语的支持
•增加印地语的支持
•修正阿拉伯语词语级对齐的 bug
•修正二个句子(间隔时间很长)但被放在一起的问题
•搜索定位只在命中的字幕索引真正变化时触发,不再因播放进度重渲染而反复跳回句首
•双语搜索可搜索副字幕并正确定位
•暂停状态下不再忽略小于 0.5s 的 seek。此前媒体仍停在句首之后,导致重新播放时漏掉前几个字;现在超过1ms 的用户定位都会准确同步。
•===============================
•增加韩语的支持,在qwen3.asr-1.7B 模型韩语做了部分优化
•AI纠错增加韩语的特别处理
•AI拆行增加韩语的特别处理
•增加韩语空格的特殊处理
•修正韩语 AI 纠错错误回退到中文热词的问题
•修正韩语标点拆分后大量原始词间空格丢失的问题
•清理最终字幕条目首尾空格,词间空格合并到前一个词,并优化韩语数字与量词之间的断句
•===============================
•纠错增加日语专用规则
v12.8.0
发布时间: 2026年9月2日文件大小: 55.6 MB
•增加韩语的支持,在qwen3.asr-1.7B 模型韩语做了部分优化
•AI纠错增加韩语的特别处理
•AI拆行增加韩语的特别处理
•增加韩语空格的特殊处理
•修正韩语 AI 纠错错误回退到中文热词的问题
•修正韩语标点拆分后大量原始词间空格丢失的问题
•清理最终字幕条目首尾空格,词间空格合并到前一个词,并优化韩语数字与量词之间的断句
•===============================
•纠错增加日语专用规则
•提升 AI 拆行的执行速度
•模型下载源 2 修正鉴权的 bug
•===============================
•优化模型下载分片并发下载的逻辑,提升下载源 2 的下载速度
•===============================
•优化 AI 拆行的调用逻辑
•优化模型下载海外链路,mimo 模型太大了,固定走个 CDN 源下载,避免影响其他模型下载速度
•===============================
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正添加热词无法点击的问题
v12.7.4
发布时间: 2026年9月1日文件大小: 55.6 MB
•纠错增加日语专用规则
•提升 AI 拆行的执行速度
•模型下载源 2 修正鉴权的 bug
•===============================
•优化模型下载分片并发下载的逻辑,提升下载源 2 的下载速度
•===============================
•优化 AI 拆行的调用逻辑
•优化模型下载海外链路,mimo 模型太大了,固定走个 CDN 源下载,避免影响其他模型下载速度
•===============================
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正添加热词无法点击的问题
•修正竖屏下副语言文字显示太小的问题
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
v12.7.3
发布时间: 2026年9月1日文件大小: 55.6 MB
•纠错增加日语专用规则
•提升 AI 拆行的执行速度
•模型下载源 2 修正鉴权的 bug
•===============================
•优化模型下载分片并发下载的逻辑,提升下载源 2 的下载速度
•===============================
•优化 AI 拆行的调用逻辑
•优化模型下载海外链路,mimo 模型太大了,固定走个 CDN 源下载,避免影响其他模型下载速度
•===============================
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正添加热词无法点击的问题
•修正竖屏下副语言文字显示太小的问题
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
v12.7.2
发布时间: 2026年8月30日文件大小: 55.5 MB
•优化模型下载分片并发下载的逻辑,提升下载源 2 的下载速度
•===============================
•优化 AI 拆行的调用逻辑
•优化模型下载海外链路,mimo 模型太大了,固定走个 CDN 源下载,避免影响其他模型下载速度
•===============================
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正添加热词无法点击的问题
•修正竖屏下副语言文字显示太小的问题
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•优化转录下开关的布局
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•AI快速纠错可以配置不同语言的自定义的规则
v12.7.1
发布时间: 2026年8月30日文件大小: 55.5 MB
•优化 AI 拆行的调用逻辑
•优化模型下载海外链路,mimo 模型太大了,固定走个 CDN 源下载,避免影响其他模型下载速度
•===============================
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正添加热词无法点击的问题
•修正竖屏下副语言文字显示太小的问题
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•优化转录下开关的布局
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•AI快速纠错可以配置不同语言的自定义的规则
•修正远程转录缺少 AI 短句合并 的问题
•修正英语断句保护规则过于严格导致拆行失败的问题
v12.7.0
发布时间: 2026年8月30日文件大小: 55.5 MB
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正添加热词无法点击的问题
•修正竖屏下副语言文字显示太小的问题
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•优化转录下开关的布局
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•AI快速纠错可以配置不同语言的自定义的规则
•修正远程转录缺少 AI 短句合并 的问题
•修正英语断句保护规则过于严格导致拆行失败的问题
•优化 AI 短句错误合并到下一行问题
•修正部分 windows 下载字幕动画程序会崩溃问题
•修正双语时,动画显示异常的问题
•
v12.6.1
发布时间: 2026年8月28日文件大小: 55.5 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•优化转录下开关的布局
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•AI快速纠错可以配置不同语言的自定义的规则
•修正远程转录缺少 AI 短句合并 的问题
•修正英语断句保护规则过于严格导致拆行失败的问题
•优化 AI 短句错误合并到下一行问题
•修正部分 windows 下载字幕动画程序会崩溃问题
•修正双语时,动画显示异常的问题
•===============================
•本地转录与远程转录增加自动说话人识别开关
•增加视频播放器区域的显示与隐藏操作按钮
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•修正葡萄牙语对齐模型下载失败的问题
•===============================
•
v12.6.0
发布时间: 2026年8月28日文件大小: 55.6 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•优化转录下开关的布局
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•AI快速纠错可以配置不同语言的自定义的规则
•修正远程转录缺少 AI 短句合并 的问题
•修正英语断句保护规则过于严格导致拆行失败的问题
•优化 AI 短句错误合并到下一行问题
•修正部分 windows 下载字幕动画程序会崩溃问题
•修正双语时,动画显示异常的问题
•===============================
•本地转录与远程转录增加自动说话人识别开关
•增加视频播放器区域的显示与隐藏操作按钮
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•修正葡萄牙语对齐模型下载失败的问题
•===============================
•
v12.4.0
发布时间: 2026年8月27日文件大小: 55.7 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•本地转录与远程转录增加自动说话人识别开关
•增加视频播放器区域的显示与隐藏操作按钮
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•修正葡萄牙语对齐模型下载失败的问题
•===============================
•修复达芬奇字幕动画插件的显示 bug
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•批量修正字幕组件的毫秒时间转化错误
•修正选中字幕动画没有处理空格的问题
•===============================
•修正应用新组件动画不生效问题
•修正动画效果会错误叠加的问题
•新增 10+ 新的字幕动画
•修正帮助中教程链接错误
•修正部分 windows 下载动画程序会崩溃的问题
•新增动画删除功能
v12.3.5
发布时间: 2026年8月26日文件大小: 55.7 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•修复达芬奇字幕动画插件的显示 bug
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•批量修正字幕组件的毫秒时间转化错误
•修正选中字幕动画没有处理空格的问题
•===============================
•修正应用新组件动画不生效问题
•修正动画效果会错误叠加的问题
•新增 10+ 新的字幕动画
•修正帮助中教程链接错误
•修正部分 windows 下载动画程序会崩溃的问题
•新增动画删除功能
•===============================
•修正AI 生成短句后,执行字幕合成会报错的问题
•修正 AI 短句拆行如果是中文会异常的问题
•修正 AI 短句英文还会拆行的问题
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
v12.3.4
发布时间: 2026年8月25日文件大小: 55.7 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•批量修正字幕组件的毫秒时间转化错误
•修正选中字幕动画没有处理空格的问题
•===============================
•修正应用新组件动画不生效问题
•修正动画效果会错误叠加的问题
•新增 10+ 新的字幕动画
•修正帮助中教程链接错误
•修正部分 windows 下载动画程序会崩溃的问题
•新增动画删除功能
•===============================
•修正AI 生成短句后,执行字幕合成会报错的问题
•修正 AI 短句拆行如果是中文会异常的问题
•修正 AI 短句英文还会拆行的问题
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•增加合并后自动添加逗号的开关
•翻译模型默认切成 deepseek-v4-flash
v12.3.3
发布时间: 2026年8月25日文件大小: 55.7 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•修正应用新组件动画不生效问题
•修正动画效果会错误叠加的问题
•新增 10+ 新的字幕动画
•修正帮助中教程链接错误
•修正部分 windows 下载动画程序会崩溃的问题
•新增动画删除功能
•===============================
•修正AI 生成短句后,执行字幕合成会报错的问题
•修正 AI 短句拆行如果是中文会异常的问题
•修正 AI 短句英文还会拆行的问题
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•增加合并后自动添加逗号的开关
•翻译模型默认切成 deepseek-v4-flash
•修正副语言无法加载字幕动画的 bug
•修正部分字幕动画会拆成多行的问题
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
v12.3.2
发布时间: 2026年8月24日文件大小: 55.6 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•修正AI 生成短句后,执行字幕合成会报错的问题
•修正 AI 短句拆行如果是中文会异常的问题
•修正 AI 短句英文还会拆行的问题
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•增加合并后自动添加逗号的开关
•翻译模型默认切成 deepseek-v4-flash
•修正副语言无法加载字幕动画的 bug
•修正部分字幕动画会拆成多行的问题
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•记忆用户的横屏竖屏选择
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•导出字幕动画增加分辨率控制、竖屏横屏控制
•增加 AI 生成短句,用于竖屏的逐字动画
•视频播放器增加横屏竖屏控制
v12.3.1
发布时间: 2026年8月24日文件大小: 55.6 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•增加合并后自动添加逗号的开关
•翻译模型默认切成 deepseek-v4-flash
•修正副语言无法加载字幕动画的 bug
•修正部分字幕动画会拆成多行的问题
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•记忆用户的横屏竖屏选择
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•导出字幕动画增加分辨率控制、竖屏横屏控制
•增加 AI 生成短句,用于竖屏的逐字动画
•视频播放器增加横屏竖屏控制
•优化时间线上的文字,增加快捷操作按钮,方便操作
•修正 enter 拆分句子,滚动条会回滚的问题
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
v12.3.0
发布时间: 2026年8月23日文件大小: 55.6 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•记忆用户的横屏竖屏选择
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•导出字幕动画增加分辨率控制、竖屏横屏控制
•增加 AI 生成短句,用于竖屏的逐字动画
•视频播放器增加横屏竖屏控制
•优化时间线上的文字,增加快捷操作按钮,方便操作
•修正 enter 拆分句子,滚动条会回滚的问题
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•新的中文、英文数字格式化模型,更好的格式化效果
•增加组件动画配置记忆功能,减少手动配置次数
•修正英文的转录字幕动画单词之间缺少空格的问题
•
v12.2.1
发布时间: 2026年8月23日文件大小: 55.4 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•导出字幕动画增加分辨率控制、竖屏横屏控制
•视频播放器增加横屏竖屏控制
•优化时间线上的文字,增加快捷操作按钮,方便操作
•修正 enter 拆分句子,滚动条会回滚的问题
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•新的中文、英文数字格式化模型,更好的格式化效果
•增加组件动画配置记忆功能,减少手动配置次数
•修正英文的转录字幕动画单词之间缺少空格的问题
•转录增加 “保留句末标点” 的配置
•转录增加 “中文与数字是否加空格” 的配置
•===============================
•修正中文字体应用不生效的问题
•修正线上版本动画列表加载失败的问题
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
v12.2.0
发布时间: 2026年8月22日文件大小: 55.4 MB
•V12 版本快速迭代中,可能会有不稳定的情况,有问题请下载 V11 版本
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•新的中文、英文数字格式化模型,更好的格式化效果
•增加组件动画配置记忆功能,减少手动配置次数
•修正英文的转录字幕动画单词之间缺少空格的问题
•转录增加 “保留句末标点” 的配置
•转录增加 “中文与数字是否加空格” 的配置
•===============================
•修正中文字体应用不生效的问题
•修正线上版本动画列表加载失败的问题
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画的下载与配置
•
修正 AI Agent 纠错,部分 agent 返回数据格式问题适配
•===============================
•===============================
•新增与 AI Agent (codex之类的)协作按钮处理,可以一键复制提示词,并监听 AI 处理的结果
•单文件翻译、批量翻译支持交给 AI Agent,翻译完成后自动同步语言轨道并关闭弹层
•批量转录增加远程转录开关,切换远程模型列表,接入远程执行及进度反馈
•批量转录增加局部转录,支持设置出入点和当前位置,沿用本地局部转录逻辑
•调整安装插件、下载模型按钮及文件导入区域的尺寸和间距
•===============================
•修正达芬奇插件自动插入字幕动画到时间线会崩溃的问题
•已实现自动将字幕动画插入时间线,避免用户额外手动操作的麻烦
•===============================
•修正达芬奇插件 pr 插件无法同步双语字幕的问题
•===============================
•修正翻译使用非 deepseek 模型报错的问题
•haoone-cli 命令行工具增加新的文稿匹配命令
•===============================
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•===============================
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
去掉自定义 API 模型列表的限制
•===============================
•===============================
•新增与 AI Agent (codex之类的)协作按钮处理,可以一键复制提示词,并监听 AI 处理的结果
•单文件翻译、批量翻译支持交给 AI Agent,翻译完成后自动同步语言轨道并关闭弹层
•批量转录增加远程转录开关,切换远程模型列表,接入远程执行及进度反馈
•批量转录增加局部转录,支持设置出入点和当前位置,沿用本地局部转录逻辑
•调整安装插件、下载模型按钮及文件导入区域的尺寸和间距
•===============================
•修正达芬奇插件自动插入字幕动画到时间线会崩溃的问题
•已实现自动将字幕动画插入时间线,避免用户额外手动操作的麻烦
•===============================
•修正达芬奇插件 pr 插件无法同步双语字幕的问题
•===============================
•修正翻译使用非 deepseek 模型报错的问题
•haoone-cli 命令行工具增加新的文稿匹配命令
•===============================
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•===============================
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•
去掉拆行提示词设置
•调整安装插件、下载模型按钮及文件导入区域的尺寸和间距
•===============================
•修正达芬奇插件自动插入字幕动画到时间线会崩溃的问题
•已实现自动将字幕动画插入时间线,避免用户额外手动操作的麻烦
•===============================
•修正达芬奇插件 pr 插件无法同步双语字幕的问题
•===============================
•修正翻译使用非 deepseek 模型报错的问题
•haoone-cli 命令行工具增加新的文稿匹配命令
•===============================
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•===============================
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•
修正达芬奇插件自动插入字幕动画到时间线会崩溃的问题
•已实现自动将字幕动画插入时间线,避免用户额外手动操作的麻烦
•===============================
•修正达芬奇插件 pr 插件无法同步双语字幕的问题
•===============================
•修正翻译使用非 deepseek 模型报错的问题
•haoone-cli 命令行工具增加新的文稿匹配命令
•===============================
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•===============================
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•
可以直接预览字幕动画
•===============================
•修正达芬奇插件 pr 插件无法同步双语字幕的问题
•===============================
•修正翻译使用非 deepseek 模型报错的问题
•haoone-cli 命令行工具增加新的文稿匹配命令
•===============================
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•===============================
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
修正模型下载暂停后,无法继续下载的 bug
•===============================
•增加 parakeet-ultra 模型用于欧洲语言的转录
•相比于 qwen-asr-1.7B 执行速度极快,对电脑性能要求低,幻觉少
•===============================
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
格式化文稿时不处理短句
•本地转录 AI 纠错后会出现热词添加确认框,用于自动化热词添加
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
修正调用本地 LM STUDIO 接口报错问题
•默认字幕动画支持背景设置,并且背景可以包裹住翻译语言
•===============================
•新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
新的语音增强模型与推理,三功能合一:降噪提取人声、去混响、语音修复
•===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
===============================
•全新的 AI 纠错模式,价格只有老的纠错链路的 1/5,大幅提升纠错的准确率,以最低的成本达到接近 gemini3.8-flash 纠错的效果
•HaoOne 独特的双模型纠错模式,可以确保低成本、高准确率纠错。
•AI 纠错模型必须是支持音频的全模态模型,目前只支持 qwen3.8-omni-flash。
•原理是会使用 qwen3.8-0mni-flash 重听一遍疑似错误的音频
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•===============================
•远程转录上线 qwen-audio-3.1-asr 模型,识别准确率明显好于剪映 elevenlabs,价格只有豆包 API 的1/8,强烈推荐
•qwen-audio-3.1-asr 输入0.8元/百万 token,输出2.7元/百万 token
•haoone 自带的模型价格与官网保持一致,不会有额外费用
•下线 mimo-v2.5-pro ,添加 mimo-v2.6-pro
•远程转录下线 qwen3-asr、mimo-v2.5-asr
•达芬奇插件 PR 插件远程转录切到 qwen-audio-3.1-asr
•===============================
•新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
新的文稿匹配算法,避免文稿匹配失败,具有一定的容错性,少一句加一句不受影响
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•===============================
•===============================
•修正调整过 haoone 安装目录的电脑,命令行工具指向错误的问题,导致 PR 运行报错
•===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•
===============================
•修改底层 vad 的矩阵算法,Windows 提升 2.5 倍的左右,3 分钟的视频,vad 执行耗时从 5S 提升到 2S
•Windows CUDA GPU 加速,增加对齐模型与转录模型并行的逻辑,显著提升对齐速度
•现在开启 CUDA GPU 加速后,转录速度会提升 50% 左右(部分优化只有在显存够用时才生效)
•开启 CUDA GPU 加速后,I5 CPU 5060 显卡,qwen-asr-0.6B 30 分钟的视频仅需 3 分钟可以转录完成
•qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•
qwen-asr-1.7B 30 分钟的视频仅需 4 分钟以内,qwen-asr-1.7B 针对性调优
•修正 Windows 笔记本电脑,转录设置显示不全的问题
•===============================
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•去掉 ffprobe 的依赖,减少 20% 的体积
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•
提升媒体文件获取信息的速度
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
修正印地语 CUDA 加速崩溃问题
•===============================
•===============================
•预生成 16kHz 单声道 WAV 文件,避免后续操作,需要多次转化的问题
•重新设计文稿匹配操作,文稿匹配默认逻辑改成无需依赖先转录
•新的文稿匹配模式逻辑接近于剪映,优点是执行快,缺点是无法很好的处理少句、多句的情况
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•
修正德语空格的异常 case
•===============================
•修正CUDA 加速执行时,会报超出30 秒音频长度的bug
•===============================
•windows 增加 HaoASR CUDA 加速引擎,可在模型下载弹层中下载
•开启 CUDA 加速后,转录速度提升 38%,整体转录速度提升 25%(副作用: 内存占用会提升 10%)
•CUDA 加速需要英伟达的显卡,最好是 30 系列以上显卡
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
前置 vad 识别增加前端进度显示
•===============================
•修正模型下载中国下载源 2 非激活用户下载报错的问题
•===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
===============================
•去掉软件 session 过期后需要重新登陆的要求
•重新调整激活码激活的流程与逻辑,与 haocut 保持一致
•===============================
•新增本地人声提取功能,支持降噪并分离人声。可以优化强噪下识别准确率与说话人识别,特别适合 户外 vlog 的场景
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•本地转录新增“提取人声”开关,并增加使用场景提示。
•开启后会在 VAD 和转录前先执行人声提取,进度条同步显示处理进度。
•修复视频画面仍播放原始音轨、导致人声提取结果未生效的问题。
•将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
将 deepseek-v4-flash 统一更名为 deepseek-flash,升级为 deepseek-v4.1-flash,使用官网定价
•修复预览正常、合成到视频后中英文字幕重叠的问题。
•支持多行字幕、不同字号和不同设计分辨率下的动态排版。
•===============================
•字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
字幕与音频对齐模型中的“默认-v2”更名为“中文”。
•对齐模型默认仅显示首行,新增“显示更多语言 / 收起”功能。
•热词按转录语言严格隔离,不再为非中文转录混入中文或其他语言热词。
•修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•
修复 Mimo v2.5 英文远程转录未清理字幕末尾句号的问题。
•为德语、法语、韩语、西班牙语等多种语言增加对应语气词清理。
•非中文转录同时清理模型幻觉产生的“啊、嗯、哦”等中文语气词。
•支持清理带标点、大小写变化以及没有词级时间戳的语气词片段。
•修复删除远距离语气词后,上一条字幕结束时间被错误拉长的问题。
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
•===============================
•如果软件界面是非中文的,模型下载源只使用海外下载源。
•逐步会完成软件网站、帮助教程的多语言适配,接入美金支付方式
双语搜索可搜索副字幕并正确定位
•暂停状态下不再忽略小于 0.5s 的 seek。此前媒体仍停在句首之后,导致重新播放时漏掉前几个字;现在超过1ms 的用户定位都会准确同步。
•===============================
•增加韩语的支持,在qwen3.asr-1.7B 模型韩语做了部分优化
•清理最终字幕条目首尾空格,词间空格合并到前一个词,并优化韩语数字与量词之间的断句
•===============================
•===============================
•优化模型下载分片并发下载的逻辑,提升下载源 2 的下载速度
•===============================
•优化模型下载海外链路,mimo 模型太大了,固定走个 CDN 源下载,避免影响其他模型下载速度
•===============================
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•修正部分 windows 下载字幕动画程序会崩溃问题
•===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
清理最终字幕条目首尾空格,词间空格合并到前一个词,并优化韩语数字与量词之间的断句
•===============================
•===============================
•优化模型下载分片并发下载的逻辑,提升下载源 2 的下载速度
•===============================
•优化模型下载海外链路,mimo 模型太大了,固定走个 CDN 源下载,避免影响其他模型下载速度
•===============================
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•修正部分 windows 下载字幕动画程序会崩溃问题
•===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
提升 AI 拆行的执行速度
•===============================
•优化模型下载分片并发下载的逻辑,提升下载源 2 的下载速度
•===============================
•优化模型下载海外链路,mimo 模型太大了,固定走个 CDN 源下载,避免影响其他模型下载速度
•===============================
•下线老的 AI 纠错模式,新的执行速度更快、配置规则更直观
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•修正部分 windows 下载字幕动画程序会崩溃问题
•===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
修正竖屏下副语言文字显示太小的问题
•修正竖屏下部分 windows 看不到 副语言文字的问题
•修正中文数字后处理有 bug :几十年 误处理成了 几 10 年
•修正点击下载字幕动画部分 windows 会崩溃的问题
•修正 moss-transcribe-diarize 模型无法在达芬奇 PR 插件中使用的问题
•===============================
•增加转录后AI快速纠错,纠错会带上热词与说话人人名
•升级软件AI 拆行、短句合并、热词替换默认的模型为最新的 qwen3.8-flash ,测试下来有不错的提升,价格比之前模型贵了20%,给用户带来更好的体验更重要
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•修正部分 windows 下载字幕动画程序会崩溃问题
•===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•修正部分 windows 下载字幕动画程序会崩溃问题
•===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•现在热词替换不依赖网络,热词后替换逻辑整合到了 AI快速纠错
•修正部分 windows 下载字幕动画程序会崩溃问题
•===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
修正远程转录缺少 AI 短句合并 的问题
•修正部分 windows 下载字幕动画程序会崩溃问题
•===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
优化 AI 短句错误合并到下一行问题
•修正部分 windows 下载字幕动画程序会崩溃问题
•===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
===============================
•修正部分 mac 用户执行达芬奇插件时报找不到中文数字格式化模型的错误
•修正达芬奇插件执行 mimo-v2.5-asr 模型时,报错找不到模型的问题
•===============================
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
修复达芬奇字幕动画插件的显示 bug
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
修复达芬奇字幕动画插件的显示 bug
•===============================
•修正达芬奇字幕动画插件应用动画后,动画前面会快速播放乱序内容
•===============================
•修正部分 windows 下载动画程序会崩溃的问题
•===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
===============================
•===============================
•视频处于播放中,点击字幕输入框,编辑字幕态,自动暂停播放
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
增加合并后自动添加逗号的开关
•翻译模型默认切成 deepseek-v4-flash
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
修正副语言无法加载字幕动画的 bug
•===============================
•修正部分音频的部分片段转录为空的问题:Qwen3-ASR 对特定音频块边界可能直接输出 EOS/空文本,修改c++引擎代码,实现VAD 边界二分补录的方式
•增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
增加 AI 短句拆行,用于竖屏时单行显示字幕动画
•达芬奇插件远程转录支持选择 mimo-v2.5-asr
•===============================
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•===============================
•重写英语、德语、法语等语种的长语句拆行算法,优化气口得分与惩罚机制,优化长句拆分的合理性
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•优化 AI 拆行的逻辑,配合 CTC blank 气口拆分算法使用,提升拆分的准确率
•===============================
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
转录增加 “保留句末标点” 的配置
•===============================
•===============================
•字幕合成史诗级加强,现在无需剪映,也可以合成各种动画效果的字幕,全网最强字幕动画的字幕软件
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•第一期实现了 60+ 动画组件,未来会有超过 100+ 字幕动画,包括各种逐字字幕动画
•新增达芬奇字幕动画插件,字幕动画可以快速导入达芬奇,并可以在达芬奇中调整字幕动画效果
•全新的字幕合成功能,新增浩叔自己开发的字幕动画合成引擎,会自动下载合成引擎
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题
•
记忆用户的字体选择
•增加字幕动画导出功能,可以导出透明背景的字幕动画
•弥补了达芬奇逐字动画单一少,无法使用其他软件生成的转录结果的问题
•可以设置双语不同的字幕动画样式,副字幕没有时间戳,所以副字幕无法使用
•打开按钮现在 hover 上去可以打开 音频文件、srt 文件、动画文件夹
•修正qwen3 asr 存在部分段落漏转录的问题