Skip to content

VoiceSwitch v0.4.0-beta: local media transcription - #7

Merged
mitimaicode merged 2 commits into
mainfrom
agent/next-release
Sep 21, 2026
Merged

mitimaicode merged 2 commits into
mainfrom
agent/next-release

Conversation

@mitimaicode

Copy link
Copy Markdown
Owner

VoiceSwitch v0.4.0-beta

Локальная расшифровка теперь работает не только с микрофоном, но и с аудио-
или видеофайлами. VoiceSwitch извлекает звуковую дорожку на Mac, обрабатывает
длинный материал частями и сохраняет результат без отправки во внешние API.

Что нового

  • Новый источник Файл рядом с обычной диктовкой.
  • Импорт локального аудио или видео для GigaAM, Whisper и Qwen3-ASR.
  • Обработка блоками по 60 секунд с перекрытием 1,5 секунды и удалением
    повторяющихся слов на стыках.
  • Видимый прогресс и безопасная остановка длинной задачи.
  • Атомарный checkpoint после каждого блока: повторный выбор того же файла,
    движка и контекста продолжает незавершённую работу.
  • Локальный экспорт transcript.txt, transcript.srt, transcript.vtt и
    transcript.json.
  • Файловая задача запускается отдельно от worker диктовки, чтобы освободить
    память перед загрузкой большой модели.
  • Исправлена чистая установка GigaAM из
    issue #6: torch и
    torchaudio теперь устанавливаются явно в проверенных версиях.
  • CI проверяет алгоритм блоков, дедупликацию, checkpoint, экспорт и выполняет
    чистую установку/import зависимостей GigaAM без загрузки веса модели;
    release workflow повторяет эти проверки до сборки файлов.

Важные ограничения

  • Из видео распознаётся только аудиодорожка. VoiceSwitch не анализирует кадры
    и не захватывает системный звук.
  • Временные метки SRT/VTT соответствуют примерным границам блоков, а не
    отдельным словам.
  • Apple SpeechAnalyzer пока работает только в режиме диктовки.
  • Режимы «Исправить» и «Кратко» не применяются к файловой расшифровке, чтобы
    текст не расходился с субтитрами.
  • Это beta для Apple Silicon и macOS 14+. Публичная сборка подписана ad-hoc и
    не нотарифицирована Apple.

Обновление

Завершите VoiceSwitch, перенесите новую версию из DMG в «Программы» с заменой
и откройте её через правый клик → Открыть. Runtime v4, модели, настройки и
старый журнал остаются в ~/Library/Application Support/VoiceSwitch, поэтому
повторная загрузка работающих моделей не требуется.

Если прежняя установка GigaAM остановилась на ошибке No module named 'torch', нажмите Продолжить установку — новый установщик восстановит
окружение и использует уже загруженные данные.

@mitimaicode
mitimaicode marked this pull request as ready for review September 21, 2026 15:07
@mitimaicode
mitimaicode merged commit caf8029 into main Sep 21, 2026
2 checks passed
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant