設定說明

模型

模型路徑

Whisper 模型文件的存放目錄。首次使用時會自動下載到預設路徑，你也可以手動指定。

模型選擇

Whisper 模型

• tiny：最快，準確率最低，適合測試
• base：速度快，準確率一般，適合日常使用
• small：平衡選擇，推薦入門
• medium：準確率高，速度適中
• large：最高準確率，速度最慢，需要更多內存
• turbo：優化版 large，速度更快

Qwen3-ASR 模型

• 0.6B：約 1.7 GB，輕量快速，中文場景推薦
• 1.7B：約 4.5 GB，複雜音頻更準，需 Pro

在 設定 → 模型 中可切換 ASR 引擎。Qwen3-ASR 更適合中文、方言與中英混說，詳見 Qwen3-ASR 引擎。

GPU 加速

• macOS：自動使用 CoreML / ANE（Apple Silicon）
• Windows/Linux：選擇 GPU 設備索引，支持 Vulkan

轉寫選項

語言

• auto：自動檢測（準確率稍低）
• 指定語言：如 zh（中文）、en（英語）、ja（日語）等

溫度

控制採樣隨機性。0 爲完全確定，1 爲最隨機。預設 0，建議保持。

穩定時間戳

基於 Silero VAD 的精準時間戳模式，開啓後字幕時間更準確，但處理稍慢。

說話人分離

開啓後需要下載額外的 ONNX 模型。支持 2-4 人分離。

錄音

• 預設設備：設定預設麥克風和系統音頻設備
• 錄音格式：WAV（無損）或 MP3（壓縮）
• 保存路徑：錄音文件的預設保存位置
• 自動轉寫：錄音結束後是否自動開始轉寫

AI

LLM 提供商

選擇使用的 AI 服務：

• Ollama：本地執行，資料不出設備
• Claude / DeepSeek / Gemini / 通義千問 / 智譜：雲端 API，需填寫 Key

API Key

在對應提供商官網獲取 API Key 後填入。Key 僅保存在本地，不會上傳。

自訂 Prompt

編輯摘要、對話、潤色等功能的預設 prompt 範本。

導出

• 預設格式：設定預設導出格式
• 包含時間戳：導出時是否包含時間信息
• 編碼：UTF-8 或 UTF-8-BOM

快速鍵