auto-caption/docs/CHANGELOG.md

v0.0.1

2025-06-22

发布第一版软件。

v0.1.0

2025-06-26

新增功能

• 添加错误通知
• 添加默认引擎的环境变量检查
• 添加配置数据文件保存和载入
• 添加字幕样式恢复默认的选项
• 添加项目关于信息

新增文档

• 添加用户说明文档
• 添加字幕引擎说明文档

v0.2.0

2025-07-05

对项目进行了重构，修复了 bug，添加了新功能。本版本为正式版。

新增功能

• 添加长字幕内容隐藏功能 (#1)
• 添加多界面语言支持（中文、英语、日语）
• 添加暗色主题

提升体验

• 优化界面布局
• 添加更多可保存和载入的配置项
• 为字幕引擎添加更严格的状态限制，防止出现僵尸进程

修复bug

• 添加字幕引擎长时间空置后报错的问题 (#2)

新增文档

• 新增日语说明文档
• 新增英语、日语字幕引擎说明文档和用户手册
• 新增 electron ipc api 文档

v0.3.0

2025-07-09

对字幕引擎代码进行了重构，软件适配了 macOS 平台，添加了新功能。

新增功能

• 添加软件内设置 API KEY 的功能
• 添加字幕字体粗细和文本阴影的设置
• 添加复制字幕记录到剪贴板的功能 (#3)

优化体验

• 字幕时间记录精确到毫秒
• 更详细的说明文档（添加字幕引擎规格说明、用户文档和字幕引擎文档更新） (#4)
• 适配 macOS 平台
• 字幕窗口有了更大的顶置优先级
• 预览窗口可以实时显示最新的字幕内容

修复bug

• 修复使用系统主题时暗色系统载入为亮色的问题

v0.4.0

2025-07-11

添加了 Vosk 本地字幕引擎，更新了项目文档，继续优化使用体验。

新增功能

• 添加了基于 Vosk 的字幕引擎， 当前 Vosk 字幕引擎暂不支持翻译
• 更新用户界面，增加 Vosk 引擎选项和模型路径设置

优化体验

• 字幕窗口右上角图标的颜色改为和字幕原文字体颜色一致

v0.5.0

2025-07-15

为软件本体添加了更多功能、适配了 Linux。

新增功能

• 适配了 Linux 平台
• 新增修改字幕时间功能，可调整字幕时间
• 支持导出 srt 格式的字幕记录
• 支持显示字幕引擎状态（pid、ppid、CPU占用率、内存占用、运行时间）

优化体验

• 调整字幕窗口右上角图标为竖向排布
• 过滤 Gummy 字幕引擎输出的不完整字幕

v0.5.1

2025-07-17

修复 bug

• 修复无法调用自定义字幕引擎的 bug
• 修复自定义字幕引擎的参数失效 bug

v0.6.0

2025-07-29

新增功能

• 新增字幕记录排序功能，可选择字幕记录正序或倒叙显示

优化体验

• 减小了软件安装包的体积
• 微调字幕引擎设置界面布局
• 交换窗口界面信息弹窗和错误弹窗的位置，防止提示信息挡住操作
• 提高程序健壮性，完全避免字幕引擎进程成为孤儿进程
• 修改字幕引擎文档，添加更详细的开发说明

项目优化

• 重构字幕引擎，提示字幕引擎代码的可扩展性和可读性
• 合并 Gummy 和 Vosk 引擎为单个可执行文件
• 字幕引擎和主程序添加 Socket 通信，完全避免字幕引擎成为孤儿进程

v0.7.0

2025-08-20

新增功能

• 添加字幕窗口宽度记忆，重新打开时与上次字幕窗口宽度一致
• 在尝试关闭字幕引擎 4s 后字幕引擎仍未关闭，则强制关闭字幕引擎
• 添加复制最新字幕选项，用户可以选择只复制最近1~3条字幕 (#13)
• 添加主题颜色设置，支持六种颜色：蓝色、绿色、橙色、紫色、粉色、暗色/明色
• 添加日志记录显示：可以查看软件的字幕引擎输出的日志记录

优化体验

• 优化软件用户界面的部分组件
• 更清晰的日志输出

v1.0.0

2025-09-08

新增功能

• 字幕引擎添加超时关闭功能：如果在规定时间字幕引擎没有启动成功会自动关闭；在字幕引擎启动过程中可选择关闭字幕引擎
• 添加非实时翻译功能：支持调用 Ollama 本地模型进行翻译；支持调用 Google 翻译 API 进行翻译
• 添加新的翻译模型：添加 SOSV 模型，支持识别英语、中文、日语、韩语、粤语
• 添加录音功能：可以将字幕引擎识别的音频保存为 .wav 文件
• 添加多行字幕功能，用户可以设置字幕窗口显示的字幕的行数

优化体验

• 优化部分提示信息显示位置
• 替换重采样模型，提高音频重采样质量
• 带有额外信息的标签颜色改为与主题色一致