README.pl.md

README.md

• Deutsch
• English
• Spanish
• Finnish
• French
• Italian
• Indonesian
• 언어
• 日本語
• 简体中文
• 繁体中文
• Norwegian
• Dutch
• Polish
• Portuguese
• Swedish
• ภาษาไทย
• Turkish
• Ukrainian
• Vietnamese

🎶 WhisperMate - Konwersja mowy na tekst, lokalna prywatność z wykorzystaniem modelu Whisper IA!

Pobierz najnowszą wersję ze sklepu Mac App Store.

Funkcje

WhisperMate umożliwia konwersję plików dźwiękowych i wideo na tekst za pomocą modelu Whisper IA od OpenAI. Możesz użyć wbudowanego edytora tekstu, aby wyświetlić wyniki konwersji w sekcjach. Cały proces konwersji odbywa się lokalnie na Twoim urządzeniu, co zapewnia ochronę Twojej prywatności.

V5.5.1

• Proszę skorygować ewentualne błędy w tłumaczeniu automatycznym po zakończeniu projektu.
• 148 MB

V5.5.0

• Dodane opcje dla modelu Deepgram nova-2.
• Dodane okno dialogowe, w którym użytkownik może dostosować przezroczystość w celu obsługi transkrypcji w czasie rzeczywistym.
• Dodana opcja wyświetlania tylko wyniku tłumaczenia w czasie rzeczywistym.
• Dodana opcja dostosowania stylu (kolor tła, kolor tekstu) dla okna pop-up w czasie rzeczywistym.
• Naprawiony problem z ignorowaniem ustawień automatyzacji przy użyciu modelu transkrypcji Deepgram.
• Naprawiony problem z pozostawaniem otwartego okna transkrypcji w czasie rzeczywistym.
• 148 MB

V5.4.9

• Dodano funkcję wsadowego eksportu szablonów projektów, która umożliwia eksport wybranych wyników projektów do jednego pliku za pomocą skryptu szablonu
• Poprawki błędów i usprawnienia wydajnościowe
• 148 MB

V5.4.8

• W dolnym pasku stanu głównego okna dodaj ustawienia prywatności, umożliwiające wyłączenie analizy zdarzeń, raportów o awariach i lokalnych dzienników.
• Dodaj przykład skryptu do usuwania wierszy spełniających określone warunki.
• Dodaj przykład skryptu do zastępowania ciągu znaków w napisach napisu takiego jak '(Muzyka) * Muzyka * [Muzyka]' na pusty ciąg znaków.
• Dodaj obsługę zapisu właściwości .memo, .markWarn i .warnMsg.
• Dodaj opcję opóźnienia wyświetlania napisów w podglądzie.
• W narzędziu edytora napisów dodaj możliwość wsadowej modyfikacji czasu rozpoczęcia lub zakończenia napisów.
• Dodaj skrót (⇧)+←→ w edytorze napisów, aby szybko przeskoczyć w podglądzie o 5 sekund lub 30 sekund.
• Dodaj pasek sterowania głośności i obsługę szybkiego ustawiania za pomocą skrótów.
• Napraw problem z niewidocznymi napisami w podglądzie.
• Napraw problem z edytorem szablonów, który nie pozwala na wycinanie tekstu do schowka i nie umożliwia wyboru przez przeciąganie.
• Napraw formatowanie zakresu czasu w niestandardowym szablonie eksportu .t0f5, .t0f4, .t0f2, który wciąż zwraca 3-cyfrową liczbę w milisekundach.
• 148 MB

V5.4.7

• Dodaj opcję automatycznego uruchamiania projektu po dodaniu pliku do listy projektów (przełącznik znajduje się na dolnym pasku statusu głównego okna)
• Dodaj krok automatycznego eksportu pliku do niestandardowego folderu
• Dodaj krok automatycznego wysyłania wyników na twój adres e-mail (może automatycznie użyć poprzednich wyników eksportu jako załącznika)
• Uaktualnij edytor szablonów i JavaScript, aby rozwiązać problemy z awariami
• 148 MB

V5.4.6

• Dodano opcję układu podglądu mediów z napisami, źródłowy transkrypt i przetłumaczony napis mogą kontrolować wyświetlanie z góry na dół lub odwrotnie.
• Dodano duży model v3 CoreML.
• Dodano skrót ⌘+⌥+f lub podwójne kliknięcie podglądu, aby szybko przełączyć się na pełny ekran.
• Niektóre skróty teraz obsługują wciśnięcie pojedynczego znaku (scalenie, podział, strojenie).
• Po scaleniu napisów teraz automatycznie wybierany jest pierwszy wiersz scalenia.
• Anulowano powiązanie domyślnego otwarcia aplikacji Whisper Mate z plikami audio i wideo.
• Naprawiono kilka błędów związanych z awariami w wersji V5.4.5.
• Naprawiono problem z wyświetlaniem powiadomień.
• Naprawiono kilka problemów z tłumaczeniem.
• 123 MB

V5.4.5

• ❗Uniwersalna wersja może być konieczne ponowne pobranie. Spowodowane to zostanie moim ulepszeniem urządzenia do rozwoju i zapomnieniem o zapisaniu klucza EDKey do uniwersalnego wdrożenia.
• Dodaj funkcję automatyzacji do wykonywania zadań po zakończeniu transkrypcji projektu (Scal powtórzenia / Migawka / Skrypt / Tłumaczenie)
• Dodaj opcję transkrypcji maksymalnej długości segmentu
• Dodaj przykłady modelowych wskazówek
• Dodaj zamianę z znakiem '\n' (pojedynczy ukośnik ze znakiem n) na nową linię w funkcji zamiany
• Ulepsz interfejs konfiguracji opcji transkrypcji projektu
• 122 MB

V5.4.4

• Dodaj listę modeli chmury do panelu konfiguracji modelu z obsługą 2 hostów do pobierania. (Zmień na host2, jeśli nie można go pobrać na host1)
• Wsparcie awaryjne używa modułu CoreML, gdy opcja GPU Accelerate jest wyłączona w ogólnych ustawieniach.
• Naprawiono problem z niepowodzeniem pobierania dużego modelu.
• Naprawiono problem z zawieszaniem się na urządzeniu nie opartym na Apple Silicon.
• 122 MB

V5.4.3

• Popraw szybkość transkrypcji
• Dodaj obsługę modelu Whisper Large v3
• Dodaj obsługę silnika LibreTranslator
• Dodaj opcję duplikowania projektu w menu kontekstowym projektu
• W trybie edycji (⌘+E) zaktualizuj pole mówcy, aby można było wprowadzać bezpośrednio
• Napraw problem z kartami okna, gdy liczba kart> 2
• Napraw problem z czasami awaryjnego wyświetlania widoku fali dźwiękowej
• Napraw problem z tłumaczeniem wybranych wierszy w edytorze napisów

V5.4.2

• Dodaj opcję liczenia wątków procesu szeptu konfiguracji. (Używaj mniej wątków, aby komputer mógł wykonywać inne zadania, ale czas przetwarzania będzie dłuższy)
• Dodaj obsługę silnika transkrypcji Deepgram, obsługującego również tryb transkrypcji strumieniowej w czasie rzeczywistym.
• Dodaj przykład szablonu dla eksportu tylko niestandardowej zawartości mówcy.
• Dodaj funkcję wyszukiwania słów kluczowych rozpoczynających się od @ w celu filtrowania wierszy mówcy lub zastępowania wszystkich nazw mówcy inną nazwą (np. @tom-->jack).
• Dodaj funkcję zapisywania konfiguracji mówców najnowszego projektu i ponownego wykorzystania ich w nowym projekcie.
• Eksport niestandardowego szablonu obsługuje teraz 9 niestandardowych szablonów.

V5.4.1

• Dodaj funkcję zdalnego zarządzania Intranetową stroną internetową, umożliwiającą dodawanie plików do przetwarzania i przeglądanie stanów przetwarzania za pomocą telefonu lub innego urządzenia (na pasku stanu dolnej belki głównego okna).
• Dodaj selektor szablonów konfiguracji parametrów AI.
• Dodaj parametr AI "suppress punctuation" (tłum. "tłumienie interpunkcji").
• Dodaj JavaScript, aby używać synchronicznego żądania HTTP do pobrania lub wysłania danych (Można go użyć do przesłania danych wiersza napisów do lokalnej usługi LLm, aby uzyskać wynik poprawy przypisów, a następnie wypełnić je ponownie w oryginalnym napisie, lub wysłać do innej usługi systemowej HTTP/HTTPS. Aby dowiedzieć się, jak go użyć, załaduj przykład HTTP z procesora JavaScript).
• Napraw błąd denoise wav, który występował, gdy ścieżka pliku zawierała znak spacji.

V5.4

• Dodaj funkcję szybkiego cięcia
• Dodaj skrót (c) do pokazywania lub ukrywania podglądu edytora napisów
• Dodaj skrót do zmiany prędkości podglądu edytora napisów
• Zastąp strategię ciszy strategią chunków
• Naprawiono błąd opcji odszumiania

Nowa funkcja szybkiego cięcia ma następujące funkcje:

• Wizualizacja fali dźwiękowej, aby precyzyjnie zlokalizować i przyciąć filmy.
• Podział dłuższych plików multimedialnych na kilka segmentów do osobnego przetwarzania przed transkrypcją.
• Użyj strategii chunków do pominięcia cichych lub niemożliwych do przepisania segmentów.
• Przycinaj osobno segmenty, które wymagają transkrypcji, do osobnych plików.

V5.3.1

• Dodaj atrybut priorytetu projektu w kolejce procesów grupowych, wyższy priorytet zostanie przetworzony jako pierwszy (Opcja dostępna w menu kontekstowym)
• Funkcja zamiany tekstu napisów zamienia również dopasowane słowa kluczowe w przetłumaczonym tekście
• Naprawiono błąd ponownego transkrybowania z pominięciem strategii bezdźwięcznej i redukcji problemów z hałasem

V5.3

• Dodaj więcej dopasowanych modeli (małych / średnich) dla języków
• Dodaj strategię transkrypcji, która pomija ciche segmenty (klasyfikowane według decybeli i czasu trwania ciszy)
• Dodaj opcję redukcji szumów tła
• Dodaj opcję, która powoduje, że transkrypcja ukrywa naprzód napisy przed znacznikiem czasowym (bez spoilera)
• Dodaj przykładowy procesor JavaScript do wielbienia napisów segmentowych.

V5.2

• Dodano dopasowane do języka modele do wnioskowania różnicowego. język kantoński/chiński/japoński/koreański/niemiecki/francuski/tajski/ukraiński...
• Dodano funkcję dodawania lokalnie dostrojonego modelu Whisper AI do Whisper Mate.
• Dodano funkcję zbiorczego ustawiania parametrów projektu modelu.
• Dodano opcję zapobiegającą rozpoczęciu wygaszacza ekranu, gdy występuje kolejka zadań.
• Naprawiono błąd, który powodował zatrzymanie przetwarzania zadania, gdy włączony był wygaszacz ekranu systemu.
• Naprawiono błąd, który uniemożliwiał nawigację do pozycji odtwarzacza po kliknięciu w wiersz edytora napisów.
• Naprawiono błąd, który uniemożliwiał wywołanie cofania i ponawiania zmodyfikowanego tekstu w edytorze napisów za pomocą menu kontekstowego.
• Naprawiono błąd w zbiorczym eksportowaniu, gdy zakres czasu nie pasował do siebie.

V5.1

• Dodaj funkcję wsadowego eksportu segmentów/projektów w formacie SRT/szablonu z opcją łączenia w jeden plik.
• Dodaj funkcję ponownego przepisania wybranych wierszy z różnymi parametrami sztucznej inteligencji.
• Dodaj funkcję cofania lub powtarzania zmian tekstu w treści napisów z ręczną zmianą wprowadzoną przez użytkownika (Skróty klawiszowe ⌘+Z cofnij / ⌘+⇧+Z powtórz).
• Dodaj funkcję dodawania nowego pustego wiersza napisów poniżej wybranego wiersza (Skrót klawiszowy ⌘+N).
• Dodaj funkcję wysyłania powiadomień o zakończeniu projektu za pomocą webhooka Slack. (Możesz otrzymać powiadomienie na telefon, gdy każdy projekt zostanie przepisany).
• Naprawiono położenie kontrolki odtwarzania mediów, które nie było wyśrodkowane w Up-Down.

V5.0

• Dodano narzędzia do automatycznego łączenia napisów w kolejnych akapitach
• Dodano niestandardowy procesor skryptów do wsadowego dostosowania przepisanych napisów
• Dodano funkcję edycji napisów w edytorze. Jest podobna do funkcji dzielenia i łączenia, ale pozwala wybrać wiele wierszy i dostosować je w jednym polu tekstowym linia po linii
• Dodano funkcję edytora napisów z większą ilością skrótów klawiaturowych.
• Dodano niestandardową czcionkę do panelu konfiguracji stylu podglądu napisów wideo.
• Dodano niestandardową czcionkę do panelu konfiguracji wypalania stałych napisów na wideo pochodnego.
• Dodano obsługę eksportu do formatu PDF lub DOCX, wystarczy ustawić końcówkę eksportu na plik typu PDF lub DOCX.
• Dodano większą ilość predefiniowanych przykładowych formatów eksportu. Można je załadować z przykładu i dostosować według własnych potrzeb.
• Dodano funkcję tworzenia migawek aktualnego stanu napisów projektu. Ułatwia przywracanie zapisanych migawek.
• Dodano funkcję importowania pliku srt jako migawki aktualnego projektu.
• Dodano opcję ustawienia wyświetlania tłumaczonego tekstu napisów pod tekstem źródłowym w podglądzie wideo.
• Dodano niestandardowe funkcje eksportu. Losowe liczby, losowy numer identyfikacyjny (GUID), escape XML, zamiana ciągu znaków według niestandardowego formatu.
• Dodano niestandardowy typ eksportu (plik lub schowek).
• Dodano niestandardową opcję eksportu - czy używać wszystkich napisów do eksportu czy tylko wybrane.
• Dodano grupowanie okna edytora projektu z opcją okna głównego.
• Dodano dodatkową konfigurację parametrów procesu modelowania szeptu w wyborze modelu (w prawym dolnym rogu), niektóre na pewno nie są łatwe do znalezienia, ponieważ większość przypadków nie wymaga modyfikacji tych parametrów.
• Zoptymalizowane zachowanie podglądu pełnoekranowego wideo.
• Wyszukiwanie słów kluczowych lub warunków (użyj | jako słowa kluczowego OR . np. "hi | hello | hey").
• Zoptymalizowano logikę wyszukiwania i zamiany. Podczas zamiany słów kluczowych wyszukiwania na słowa kluczowe zamienione zostaną wyświetlone jako słowa kluczowe źródła.
• Zoptymalizowano logikę transkrypcji strumieniowej w czasie rzeczywistym.
• Naprawiono problem nieprzywoływania niektórych okien podrzędnych na wierzch.
• Naprawiono błędy formatu eksportu XML.
• Naprawiono niepowodzenie w ekstrakcji audio z plików WAV.
• Naprawiono problem automatycznego uruchamiania akcji zamiany, gdy pole słowa kluczowego zamiany pozostaje puste.
• Naprawiono kilka problemów związanych z projektem strumieniowym.

V4.0

• Dodano funkcję zapamiętywania ustawień układu edytora napisów projektu. Każdy projekt może mieć inny układ i rozmiar odtwarzacza podglądu. (stare projekty muszą zostać otwarte ponownie, aby zapamiętać ustawienia układu)
• Dodano opcję wyszukiwania zduplikowanego napisu w edytorze.
• Dodano opcję otwierania edytora, nawet jeśli proces przetwarzania skryptu transkrypcji nie został jeszcze uruchomiony.
• Dodano eksport napisów do formatu .sbv.
• Dodano niestandardowe funkcje szablonów eksportu (takie jak .fcpxml, .itt, .ttml).
• Dodano nowy dodatek.
• Dodano opcję konfiguracji często używanych słów kluczowych i zamiany dla szybkiego ponownego użycia funkcji wyszukiwania lub zamiany.
• Dodano oznaczenie wiersza flagi Mark w widoku postępu odtwarzacza.
• Dodano opcję oznaczania w edytorze napisów w menu kontekstowym.
• Dodano funkcję dzielenia wiersza w edytorze napisów po wybraniu jednego wiersza.
• W wynikach wyszukiwania pokazano nazwę projektu danej linii.
• Dodano informację o błędzie, gdy napotkano błąd podczas przetwarzania mediów wstępnych.
• Dodano opcję ukrycia przycisku lokalizacji wiersza edytora.
• Dodano skrót ⌘+S do szybkiego eksportu .srt do pliku.
• Naprawiono problem z dwoma kanałami audio w metadanych kanału audio.
• Naprawiono błąd wypalania napisów w przypadku zmiany ręcznej nazwy projektu.
• Naprawiono niektóre problemy z interfejsem użytkownika w macOS 12.
• Naprawiono opcję pozostawania włączonego, która nie blokowała opcji pokazania ikony paska stanu.
• Naprawiono niektóre problemy z wyświetlaniem interfejsu w jasnym motywie.

V3.5

• Dodano funkcję pobierania plików audio z podpisami. Teraz można wybrać dowolne napisy, a następnie użyć menu kontekstowego, aby pobrać dźwięk. Jeśli zostaną wybrane wiele wierszy, zostaną automatycznie scalone w jeden plik audio.
• Dodano styl małego okna dla przechwytywania audio w czasie rzeczywistym.
• Dodano menu kontekstowe paska menu, umożliwiające szybkie uruchomienie nagrywania strumieniowego do projektu za pomocą nowego pływającego okna.
• Dodano możliwość szybkiego odtworzenia zakresu wierszy audio w wyniku globalnego wyszukiwania lub bezpośredniego pobrania zakresu audio z wyniku wyszukiwania.
• Dodano obsługę pobierania modeli teraz z możliwością wznowienia wznawiania.
• Dodano funkcje notatek do napisów, teraz można dodać notatkę do dowolnego napisu w edytorze.
• Dodano opcję tłumaczenia Azure.
• Dodano globalne wyszukiwanie napisów we wszystkich projektach.
• Dodano podświetlanie słów kluczowych w wynikach wyszukiwania.
• Dodano domyślne skróty klawiaturowe do szybkiej kontroli okna, takie jak Zamknij/Powiększ/Zminimalizuj.
• Dodano opcję ukrycia etykietki głównego paska narzędziowego.
• Przeniesiono przycisk Rozpocznij pakiet z paska narzędzi głównych do menu kontekstowego.
• Naprawiono problem z zamianą na puste ciągi znaków.
• Naprawiono brakujące modele small i small-en w serwerach zapasowych.
• Naprawiono błąd polożenia suwaka odtwarzacza pliku audio w odtwarzaczu plików nagranych.

V3.0

• Dodano eksport wybranych zakresów mediów z napisami do nowego pliku multimedialnego.
• Dodano eksport wideo z wypalonymi napisami do oryginalnego wideo i niestandardowego stylu napisów.
• Dodano podgląd napisów bezpośrednio wewnątrz podglądu wideo (styl napisów można dostosować w panelu preferencji).
• Dodano nagrywanie dźwięku z mikrofonu i obsługę transkrypcji w czasie rzeczywistym (tylko macOS 13+).
• Dodano funkcję łączenia napisów. Zakres segmentu i napis są łączone w jeden wiersz.
• Dodano automatyczne zapisywanie nagranego dźwięku do pliku i możliwość utworzenia nowego projektu transkrypcji.
• Dodano opcję duplikowania wiersza napisów i umożliwienia modyfikacji jego zawartości lub zakresu czasowego do precyzyjnego dostosowania pełnych napisów.
• Dodano opcję włączania tłumaczenia z Whisper na angielski w panelu konfiguracji modelu projektu.
• Dodano opcję użycia tokenu Whisper Prompt w panelu konfiguracji modelu projektu.
• Dodano opcję wyłączania automatycznego przewijania wierszy napisów podczas podglądu wideo.
• Dodano obsługę niestandardowego tempa powtórkowego podglądu mediów.
• Dodano obsługę ⌘+V do wklejania skopiowanych plików do kolejki procesów.
• Dodano szybkie przełączanie w tryb edycji. Wszystkie napisy można edytować lub wyświetlać za pomocą skrótu klawiaturowego (⌘+E).
• Dodano procentowe wykorzystanie procesora podczas przetwarzania Whisper.
• Dodano obsługę archiwizacji projektów za pomocą menu kontekstowego (Czyści listę pracujących projektów).
• Dodano tłumaczenie napisów Google.
• Dodano obsługę większej liczby języków aplikacji.
• Dodano podgląd mediów wraz z układem napisów na pełnym ekranie.
• Dodano obsługę otwierania plików multimedialnych z funkcji otwierania w poszukiwaczu systemu.
• Zoptymalizowano szybkość renderowania dużych ilości wierszy danych w edytorze napisów.
• Naprawiono problem z wyborem wielokanałowego dźwięku.

V2.0

• Wsparcie dla przechwytywania i transkrypcji dźwięku w innych aplikacjach takich jak (Zoom/Skype/Teams/Meetings, tylko macOS 13.0+).
• Dodano wtyczkę do wsadowej konwersji napisów z uproszczonego chińskiego na tradycyjny lub odwrotnie. (Najpierw należy aktywować wtyczkę w panelu preferencji).
• Naprawiono problem z niemożnością użycia skrótu spacji w edytorze projektu do odtwarzania lub zatrzymywania mediów.
• Naprawiono błąd formatu eksportu SRT i VTT.

V1.0

• Transkrypcja plików audio lub wideo
• Wykorzystanie darmowego API DeepL do tłumaczenia napisów
• Wbudowany edytor napisów do poprawiania transkrypcji
• Eksport do formatów SRT, VTT, CSV, JSON, SEGMENT
• Możliwość przypisania mówcy do każdego napisu
• Większość operacji obsługuje wsadowe zaznaczanie. Na przykład wsadowe uruchamianie zadań, wsadowe tłumaczenie wierszy, wsadowe ustawianie mówcy
• Obsługa przeciągania i upuszczania plików w celu rozpoczęcia transkrypcji
• Obsługa pisania na polu wyszukiwania napisów
• Edytor może synchronizować odtwarzany zakres audio lub wideo
• Obsługa konwersji między wieloma językami
• Obsługa niestandardowych języków często używanych do konwersji lub tłumaczenia

Funkcje

• Konwertuj pliki audio i wideo na tekst
• Obsługa nagrywania i konwersji mowy z aplikacji do nagrywania i innych aplikacji (Zoom / Skype / Teams / inne aplikacje, wymaga nagrywania ekranu macOS w wersji 13.0 lub nowszej)
• Darmowe tłumaczenie tekstu przy użyciu API DeepL
• Wbudowane narzędzie do edycji napisów
• Eksportowanie do formatów SRT, VTT, CSV, JSON, SEGMENT
• Możliwość nadania nazwy dowolnemu napisowi
• Wiele funkcji obsługuje współpracę w grupie. Na przykład zadania mogą być wykonywane jako grupa lub tłumaczenia mogą być tłumaczone i przypisywane zbiorczo.
• Obsługa przeciągania i upuszczania plików do konwersji napisów
• Wyświetlanie napisów podczas wpisywania tekstu
• Podgląd odtwarzania plików audio lub wideo w edytorze
• Możliwość eksportu wybranych napisów jako nowego pliku multimedialnego
• Wstawianie napisów do oryginalnego wideo z predefiniowanym lub niestandardowym stylem
• Bezpośrednie wyświetlanie napisów w oknie podglądu (ustawienia napisów można dostosować w ustawieniach)
• Rzeczywiste przekształcanie tekstu podczas tworzenia nagrania mowy (tylko macOS 13 i nowsze)
• Obsługa łączenia segmentów napisów - scalanie obszarów segmentowe i tekstu napisów w jednym wierszu
• Nagrania programowe są automatycznie zapisywane i mogą być konwertowane na nowe projekty konwersji
• Kopiowanie linii napisów lub zmiana czasowania tła
• Indywidualne ustawienia odtwarzania dla podglądu multimedialnego
• Obsługa skrótu klawiaturowego Cmd + V, aby wkleić pliki do kolejki
• Wyświetlanie stanu użycia procesora podczas edycji audio
• Obsługa utworzenia archiwum z menu kontekstowego (dla oczyszczenia aktywnej listy projektów)
• Obsługa tłumaczenia tekstu za pomocą Google Translate
• Pełnoekranowe wyświetlanie napisów w podglądzie multimedialnym
• Otwieranie prezentacji multimedialnych z menu kontekstowego
• Obsługa wielojęzycznej konwersji lub wsparcie tłumaczeń dla popularnych języków

Obraz