更新日志¶

asr2clip 的所有重要变更均记录在此。

0.4.0（未发布）¶

新增¶

• 本地 ASR 服务器 — 基于 sherpa-onnx 的可选离线转录，提供 OpenAI 兼容 API（asr2clip-serve / asr2clip --serve）
• 模型注册表 — 基于 YAML 的模型管理（models.yaml），支持多种模型类型（sense_voice、whisper、paraformer、transducer），具备懒加载和自动下载功能
• 多模型路由 — API 的 model 参数选择使用哪个引擎；模型在首次请求时加载
• 逐请求参数 — language、prompt 和 temperature 传递给引擎（取决于模型是否支持），不支持的参数会被静默接受
• 语言识别器 LRU 缓存 — 按语言缓存识别器实例，支持每次请求不同的语言提示（可配置缓存大小，默认 3 个）
• SSE 流式传输 — stream=true 参数返回 Server-Sent Events（transcript.text.delta、transcript.text.done、[DONE]）
• --download-model 选项，预下载默认模型
• --host / --port / --config 选项，配置本地 ASR 服务器
• CI 流水线，包含 ruff、ty、complexipy 检查

变更¶

• 更新内置 httpclient 模块从 0.3.1 至 0.4.1（zerodep）
• 零外部依赖 — 使用内置 YAML 解析器和 HTTP 客户端替代 PyYAML 和 httpx/requests；核心安装仅需 numpy、sounddevice、pydub 和 copykitten
• 剪贴板库 — 使用 copykitten（基于 Rust）替代 pyperclip，无需安装 xclip/wl-clipboard 等外部工具
• Wayland 剪贴板 — 在 Wayland 会话下，优先使用 wl-copy 以正确集成剪贴板管理器（如 KDE Klipper）；在 X11 或 wl-copy 不可用时回退到 copykitten
• 最低 Python 版本从 3.8 提升至 3.10

修复¶

• -i 参数现在能正确触发文件转录，而不再误入持续录音模式

0.3.8¶

新增¶

• 语音活动检测（VAD），通过 --vad 标志在静音时自动触发转录
• 多特征 VAD — 结合 RMS 能量、过零率和语音频段能量比，实现稳健检测
• 自适应阈值 — 实时根据环境噪音调整（使用 --vad 时默认启用）
• 环境噪音校准 — --calibrate 测量环境噪音并建议阈值
• 持续录音模式 — --vad 和 --interval 适用于会议、讲座等长时间场景
• 异步转录 — 转录在后台运行，结果按顺序输出
• 超时自动重试 — 可配置重试次数和延迟
• 结构化日志 支持 ANSI 颜色和彩色状态指示
• 双击 Ctrl+C 在持续模式下强制退出（单次 Ctrl+C 会先转录剩余音频）
• 自动校准 启动时测量环境噪音水平

变更¶

• 代码模块化重构，拆分为 audio、config、output、transcribe、vad、utils 模块
• 简化 CLI 并改进配置管理

修复¶

• 修复 WAV 写入时多维音频数组处理
• VAD 确认语音时跳过静音检查

0.3.7¶

新增¶

• --version / -v 选项，显示程序版本号
• --edit / -e 选项，在默认编辑器中打开配置文件
• --test 命令，全面测试配置（剪贴板、音频、API）
• 音频设备选择，支持 --list_devices 和 --device

变更¶

• 从 setup.py 迁移至 pyproject.toml，使用动态版本管理
• 移除未使用的依赖包

0.3.6¶

新增¶

• -o FILE / --output 选项，将转录结果追加到文件（带时间戳）
• 转录结果输出到 stdout

0.3.5¶

新增¶

• --generate_config 和 --print_config，管理配置模板
• org_id 支持 OpenAI 组织 ID
• 详细日志模式，通过 -q / --quiet 切换

0.3.0¶

新增¶

• 音频文件转录（-i FILE），基于 ffmpeg 的格式转换
• 支持 MP3、WAV、FLAC、OGG 及 ffmpeg 支持的其他格式

变更¶

• 项目从 asr_to_clipboard 更名为 asr2clip

0.2.0¶

新增¶

• 持续录音模式
• 录音时长选项
• 可配置音频参数

0.1.0¶

新增¶

• 首次发布
• 实时语音录制和转录
• 剪贴板集成
• YAML 配置文件支持
• OpenAI Whisper API 支持