小奥录音更新速递:v0.1.6 发布,音字对齐、转录体验大升级!

省流精华

小奥录音 OddMinutes 做了许多的功能优化更新,包含大量功能新增、体验优化和 Bug 修复,并正式发布了 v0.1.6 版本。一起来看看都更新了什么吧!

1. 代码仓库

OddMinutes (https://github.com/oddmeta/oddminutes)

2. 使用方法

1) 绿色免安装包

直接下载绿色免安装包,下载后解压缩,双击执行 OddMinutes.exe

【国外】github下载: https://github.com/oddmeta/oddminutes/release

【国内】gitee下载: https://gitee.com/oddmeta/oddminutes/releases

2)Pypi安装

在命令行中安装

复制代码
pip install oddminutes

运行

复制代码
OddMinutes

更详尽的使用说明可以参考之前的文档介绍: https://www.oddmeta.net/archives/10499.html。


一、新功能上线

1. 一键修复音字对齐

在编辑模式按钮旁新增了「修复音字对齐 」按钮。点击后,系统会自动对当前会议的音频文件进行静音裁剪处理,并更新会议音频时长。处理完成后会通知前端用户,用户只需手动重新转录即可看到音字对齐效果。

2. 转录前自动静音裁剪

在音频入库后、ASR 转录之前,新增了头尾静音裁剪预处理功能------自动删除音频开头和结尾能量过低、无法被实际转录的内容,提升转录质量。

3. 长音频转写超时可配置

在 oddminutes_config.py 中新增 ODDASR_TIMEOUT 配置项,默认 600 秒(10 分钟),可通过环境变量灵活调整,解决长音频转写超时导致的失败问题。


二、体验优化

1. 转录交互全面升级

  • 前端立即反馈:点击"开始转录"后立即显示转写中状态并禁用按钮,不再等待后端响应
  • 后端异步删除:旧转录数据的删除操作移到后台线程执行,API 立即返回,不再卡界面
  • WebSocket 事件补全 :转录成功后主动推送 transcription_done 事件,前端可实时响应并刷新

2. 音频文件路径统一

录音和导入音频的保存路径统一为 "年"+"月" 的目录结构,文件管理更清晰。

3. 用户数据目录统一

所有运行模式(源码运行、pip install、PyInstaller 打包)默认均使用统一的用户数据目录,部署迁移更省心。

4. 静音裁剪可控

静音裁剪功能新增 AUDIO_ENABLE_SILENCE_TRIM 环境变量开关,用户可根据需要开启或关闭。


三、Bug 修复

  • 导入音频时长显示为 0:已修复,导入时自动检测并设置正确的音频时长
  • 浏览器录音切换会议:修复切换会议导致音频上传错误的问题
  • 浏览器录音刷新状态:修复刷新页面后录音器已重置但界面仍显示"录音中"的问题
  • 编辑保存报错 :修复编辑片段内容后保存报 transcriptEditDirtyMap is not defined 的问题
  • 发言人识别错误 :修复 JSON 字段名从 speaker 变更为 spk 导致的识别错误
  • Linux 部署路径:修复 Linux 下静态文件(SQLite 数据库文件)路径不统一的问题
  • 静态文件 404 :修复 urls.py 中静态文件服务路径配置错误
  • 通知关闭异常:修复通知历史详情页无法关闭的问题
  • CSS 样式:修复前端文字片段之间多出一个空格的问题

四、版本发布

v0.1.4 已打包发布,包含了以上所有更新。欢迎下载体验!


五、下期预告

  • 进一步优化音字对齐精度
  • 更多 ASR 引擎支持
  • 持续提升用户体验

感谢大家的支持!如有问题或建议,欢迎随时反馈。也欢迎大家一起来完善OddMinutes这个开源录音及智能摘要的项目 🙌

相关推荐
hey you~2 天前
大模型语音机器人ASR识别不准,怎么优化?2026系统化优化指南
机器人·大模型·语音识别·asr·语音降噪·热词优化
O。O蛋黄酥啊2 天前
实时语音 Agent 开发完全指南:从 ASR/TTS 到 WebRTC/VAD 的链路拆解
大模型·webrtc·语音识别·tts·asr
liuyanqun-parbie18 天前
从语音到答案:实时语音客服机器人技术实践
机器人·agent·tts·asr·语音
hey you~1 个月前
语音机器人如何减少进线客户等待时长?提速方案
人工智能·智能客服·asr·ivr·语音机器人·呼叫中心·等待时长
Luke Ewin2 个月前
Qwen3-ASR藏语语音识别 | 少数民族(藏语|维吾尔语)语音识别 | 本地化部署藏语语音识别模型
人工智能·语音识别·asr·藏语asr
iwgh2 个月前
OddASR 更新:新增Qwen3-ASR三大模型、架构重构、性能飞跃
asr·stt·oddasr·qwen3-asr
verbaWP2 个月前
如何提升中文语音识别准确率?Speech Seaco Paraformer热词设置详细步骤
语音识别·asr·星图gpu·中文语音转写
iwgh2 个月前
OddASR v2.5.5 版本更新:支持指定最大说话人分离数量、优化时延
语音识别·asr·语音转写·stt·oddasr
没刮胡子3 个月前
AI完全离线的ASR语音识别+TTS语音合成+大模型对话
人工智能·ai·语音识别·tts·asr