设置说明

设置以侧边抽屉打开，分为常规、模型、转写、AI、高级与许可证。

常规

• 语言：9 种界面语言。
• 主题：跟随系统、浅色或深色。
• 镜像源：模型与辅助程序的下载镜像。
• 匿名分析：默认开启，可随时关闭。
• 存储与备份：数据库备份 / 还原、导出排查日志。

模型

模型路径

本地 ASR 模型的存放目录——Whisper、Qwen3-ASR 与 SenseVoice。首次使用时自动下载到默认路径，也可以手动指定。

引擎与模型

• Whisper：tiny → large-v3-turbo；支持 VAD 过滤与稳定时间戳，从最快到最准。
• Qwen3-ASR：0.6B（约 1.7 GB）与 1.7B（约 4.5 GB）；更适合中文、方言与中英混说。可选装 Forced Aligner，获得帧级精准的字幕时间轴。
• SenseVoice：基于 sherpa-onnx，进程内运行；当前支持 macOS 与 Linux（Windows 尚待验证）。

在 设置 → 模型 中切换引擎，详见 Qwen3-ASR 引擎 与 转写。

GPU 加速

• macOS：Apple Silicon 上自动使用 CoreML / ANE
• Windows / Linux：选择 GPU 设备索引，支持 Vulkan

转写

语言

• auto：自动检测（准确率稍低）
• 指定语言：如 zh（中文）、en（英语）、ja（日语）等

温度

控制采样随机性。0 为完全确定，1 为最随机。默认 0，建议保持。

稳定时间戳

基于 Silero VAD 的精准时间戳模式，开启后字幕时间更准确，但处理稍慢。

说话人分离

首次开启需要下载额外模型。最多支持 4 位说话人。

音频增强

降噪、人声增强与电话音频预设，用于低质量录音。

录音

• 默认设备：麦克风与系统音频设备
• 录音格式：WAV（无损）或 MP3（压缩）
• 保存路径：录音文件的默认保存位置
• 自动转写：录音结束后是否自动开始转写

AI

LLM 提供商

• 本地：Ollama
• 云端：Claude、OpenAI 兼容、DeepSeek、Gemini、智谱、通义千问（DashScope）、OpenRouter、MiniMax

API Key 与接口地址

填入 Key，必要时填接口地址（Base URL）。密钥只保存在本地，不会上传。

提示词模板

可编辑概括、洞察、对话、章节、翻译、校对、清理、断句与听写清理的默认提示词。与解析器绑定的提示词（校对、断句、翻译）只读展示。

导出

• 默认格式：设置默认导出格式
• 包含时间戳：导出时是否包含时间信息
• 编码：UTF-8 或 UTF-8-BOM

高级

监控文件夹、Webhook、远程位置（WebDAV / SMB）、备份、快捷键与日志导出。

快捷键