LiveBabel v1.3.0 macOS arm64

LiveBabel v1.3.0 的 macOS Apple Silicon（arm64）独立构建。

• 下载：LiveBabel-mac-arm64.zip
• 模型不随应用包提供，首次使用时按需下载。
• 语音输入功能目前仅支持 Windows；macOS 版提供实时字幕、离线字幕、会议纪要和文本朗读。

LiveBabel v1.3.0

LiveBabel v1.3.0

本地优先的语音工具箱，支持实时字幕、离线字幕、会议纪要、语音输入和文本朗读。

✨ 本次更新

• 新增：ChatTTS 文本朗读 — 生成会议纪要后可直接朗读全文，采用语义分段和分块播放，长文本无需等待全部合成完成。
• 优化：自然连续的朗读体验 — 合并过短句段，优先按中文标点切分，并复用固定说话人参数，减少逐句音色和语气跳变。
• 新增：ChatTTS 模型按需下载 — 首次使用朗读时单独提示下载约 470 MB 模型，不再把可选朗读模型绑定到首次启动的必要模型下载中。
• 更新：ChatTTS 专用 sherpa-onnx wheel — Windows Python 3.11 默认使用已验证的 CPU wheel；ChatTTS 默认走 CPU，以获得更稳定的实际推理速度。
• 优化：语音输入改为右 Ctrl PTT — 按住键盘右侧 Ctrl 说话，松开结束并输入；移除容易误触的双击常开模式。
• 优化：语音输入反馈 — 按下后立即显示“正在聆听…”，松开后显示“正在整理文字…”，定稿完成后短暂展示最终文本。
• 修复：连续听写稳定性 — 每轮开始和结束都会清理识别状态，避免上一轮草稿或 VAD 状态污染下一轮。
• 修复：松开后无定稿文字 — SenseVoice 未返回尾部 final 时保留有效流式草稿；后台定稿异常也会正确恢复，不再永久卡在整理状态。
• 修复：快速松开和关闭竞态 — 改善麦克风初始化、停止、异步定稿与最终注入之间的线程时序。

下载

本版本优先提供 Windows CPU 版：

• LiveBabel-CPU-v1.3.0-win64.zip

无需 NVIDIA 显卡，支持 Windows 10 / 11 64 位。模型不随程序包提供，首次使用对应功能时由程序按需下载。

macOS arm64 版使用独立的 v1.3.0-mac Release；语音输入目前仍仅支持 Windows。

首次使用

1. 解压 ZIP 后运行 LiveBabel-CPU.exe。
2. 首次启动按提示下载必要的语音识别模型。
3. 首次使用朗读时，程序会另行询问是否下载 ChatTTS 模型。
4. 翻译功能需要在主页填写 DeepSeek API Key；不填写仍可使用识别、转录和朗读。

说明

• 程序无数字签名，Windows Defender 或其他安全软件可能提示未知发布者，请确认下载来源后选择允许。
• 发布包不得包含个人 settings.json、history/、日志或本地模型缓存。

LiveBabel v1.2.0

LiveBabel v1.2.0

本地优先的语音工具箱,四种模式一站搞定:

• 🔊 实时字幕 — 抓电脑正在播放的声音,实时识别 + 翻译,桌面悬浮双语字幕。
• ▶️ 离线字幕 — 本地视频生成双语 SRT/ASS,可烧录进视频,支持多文件批量。
• 📄 会议纪要 — 录制转录、声纹区分说话人,一键生成结构化纪要。
• 🎙 语音输入 — 按住 Ctrl+Alt 说话,松开即把文字输入到任意软件光标处(本版新增)。

✨ 本次更新

• 新增:语音输入(听写) — 全局热键按住说话、松开即输入;说话时深色 HUD 胶囊实时显示草稿(已定稿白字 / 识别中灰字),支持剪贴板粘贴与逐字键入两种注入方式,双击热键切常开。
• 新增:线下会议也能区分说话人 — 「仅麦克风」录制的线下会议,会后同样可声纹聚类分出"发言人1/2/3",此前该模式下功能不可用;安静麦克风(远场低音量)也能正常分析。
• 修复:实时模式选「不翻译」时历史记录一条不写的问题;现在定稿即存原文。
• 修复:程序图标小尺寸(标题栏 / 任务栏)仍显示旧版图案。
• 界面升级:首页品牌头(logo + 字标)、四张模式卡片换矢量彩色图标块、悬停浮起动效、语音输入卡片显示运行状态;会议页录制中按钮变红、转录区空态提示。
• 统一:语音输入识别与其他模式一致走 GPU 优先、无卡自动回退 CPU。

下载

打包版稍后上传(GPU 版 / CPU 版);也可直接源码运行,见 README「快速开始」。

• `main` 分支 = GPU 完整版;`cpu-edition` = 纯 CPU 轻量版;`macos` = macOS 版
• 首次运行自动下载识别模型(约 570MB,国内镜像加速)

v1.1.1-mac

macOS 云端打包(arm64)+ PySide6 裁剪瘦身

LiveBabel v1.1.1

LiveBabel v1.1.1

本地优先的语音转写工具,三种模式一站搞定:

• 🎧 实时字幕 — 抓电脑正在播放的声音,实时识别 + 翻译,桌面悬浮双语字幕。看直播 / 网课 / 外语视频。
• 🎬 离线字幕 — 本地视频生成双语 SRT/ASS,可烧录进视频,支持多文件批量。
• 📝 会议纪要 — 双流录制(我 / 远端),实时转录并声纹区分说话人,一键生成结构化纪要。

✨ 本次更新

• 修复:部分笔记本(无可用 CUDA)上实时 / 会议模式因 GPU 初始化失败而闪退;现自动稳妥回退 CPU。
• 修复:离线模式跑完后再开实时 / 会议,GPU 被占用无法加速的问题(离线转录改为独立进程,用完即彻底释放 GPU)。
• 新增:实时模式可选「不翻译」,只显示识别原文(省 API、只想看原文时用)。
• 优化:界面继续打磨(首页标题居中、字体更顺眼);项目内部结构重组,更清晰。

下载

本次发布 CPU 版(无需显卡,任何 Windows 电脑可用):

• LiveBabel-CPU-v1.1.1-win64.zip(约 550MB,不含模型)

首次使用 · 一步

双击 LiveBabel-CPU.exe 即可。首次运行会自动弹窗下载语音识别模型
(约 570MB,需联网,只需一次,已内置国内镜像加速),下完自动进入主页。

离线模式首次转写还会自动下载 Whisper 模型(约 1.6GB,由程序处理,仅一次)。
翻译功能需在主页「设置 Key」填入 DeepSeek API Key(不填也能识别 / 转录,只是不翻译)。

说明

• 模型不随包(太大),由程序首次运行时自动下载,之后开箱即用。
• 若自动下载失败,可点窗口里的「重试」(已下部分会续传),或运行随附的「下载模型.bat」手动下。
• 程序无数字签名,杀毒软件可能误报,选择信任 / 允许即可。
• 这是纯 CPU 版,识别速度比 GPU 慢一些,但兼容所有电脑。

系统要求

Windows 10 / 11 (64 位)。无需安装 Python / CUDA / ffmpeg。

LiveBabel v1.1.0

LiveBabel v1.1.0

本地优先的语音转写工具,三种模式一站搞定:

• 🎧 实时字幕 — 抓电脑正在播放的声音,实时识别 + 翻译,桌面悬浮双语字幕。看直播 / 网课 / 外语视频。
• 🎬 离线字幕 — 本地视频生成双语 SRT/ASS,可烧录进视频,支持多文件批量。
• 📝 会议纪要 — 双流录制(我 / 远端),实时转录并声纹区分说话人,一键生成结构化纪要。

✨ 本次更新

• 首次使用更简单 — 双击 exe 即可,程序自动检测并下载语音模型(带进度条 / 国内镜像加速 / 断点续传),不再需要手动跑脚本。
• 全新浅色界面 — 参考 macOS 设计语言重做三个页面:纯净浅色、系统蓝、卡片化布局、宽松留白,更清爽耐看。
• 会议录制更稳 — 修复在部分 N 卡机器上点「开始录制」因 GPU 初始化失败而报错的问题(自动回退 CPU)。
• 实时转录更顺眼 — 字体改正体、会议气泡不再"晃动"、悬浮窗实时行用一支笔标识"识别中"。

下载

本次发布 CPU 版(无需显卡,任何 Windows 电脑可用):

• LiveBabel-CPU-v1.1.0-win64.zip(约 550MB,不含模型)

首次使用 · 一步

双击 LiveBabel-CPU.exe 即可。首次运行会自动弹窗下载语音识别模型
(约 570MB,需联网,只需一次,已内置国内镜像加速),下完自动进入主页。

离线模式首次转写还会自动下载 Whisper 模型(约 1.6GB,由程序处理,仅一次)。
翻译功能需在主页「设置 Key」填入 DeepSeek API Key(不填也能识别 / 转录,只是不翻译)。

说明

• 模型不随包(太大),由程序首次运行时自动下载,之后开箱即用。
• 若自动下载失败,可点窗口里的「重试」(已下部分会续传),或运行随附的「下载模型.bat」手动下。
• 程序无数字签名,杀毒软件可能误报,选择信任 / 允许即可。
• 这是纯 CPU 版,识别速度比 GPU 慢一些,但兼容所有电脑。

系统要求

Windows 10 / 11 (64 位)。无需安装 Python / CUDA / ffmpeg。

LiveBabel v1.0.0

LiveBabel v1.0.0

本地优先的语音转写工具,三种模式一站搞定:

• 🎧 实时字幕 — 抓电脑正在播放的声音,实时识别 + 翻译,桌面悬浮双语字幕。看直播 / 网课 / 外语视频。
• 🎬 离线字幕 — 本地视频生成双语 SRT/ASS,可烧录进视频,支持多文件批量。
• 📝 会议纪要 — 双流录制(我 / 远端),实时转录并声纹区分说话人,一键生成结构化纪要。

下载

本次发布 CPU 版(无需显卡,任何 Windows 电脑可用):

• LiveBabel-CPU-v1.0.0-win64.zip(约 550MB,不含模型)

首次使用 · 两步

1. 解压后双击 下载模型.bat,自动下载语音识别模型(约 570MB,需联网,只需一次)。
2. 双击 LiveBabel-CPU.exe,在主页选模式即可。

翻译功能需在主页「设置 Key」填入 DeepSeek API Key(不填也能识别 / 转录,只是不翻译)。

说明

• 模型不随包(太大),由「下载模型.bat」首次下载,之后开箱即用。
• 程序无数字签名,杀毒软件可能误报,选择信任 / 允许即可。
• 这是纯 CPU 版,识别速度比 GPU 慢一些,但兼容所有电脑。

系统要求

Windows 10 / 11 (64 位)。无需安装 Python / CUDA / ffmpeg。