设置说明

模型

模型路径

Whisper 模型文件的存放目录。首次使用时会自动下载到默认路径，你也可以手动指定。

模型选择

• tiny：最快，准确率最低，适合测试
• base：速度快，准确率一般，适合日常使用
• small：平衡选择，推荐入门
• medium：准确率高，速度适中
• large：最高准确率，速度最慢，需要更多内存
• turbo：优化版 large，速度更快

GPU 加速

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

转写选项

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

开启后需要下载额外的 ONNX 模型。支持 2-4 人分离。

录音

• 默认设备：设置默认麦克风和系统音频设备
• 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

选择使用的 AI 服务：

• Ollama：本地运行，数据不出设备
• Claude / DeepSeek / Gemini / 通义千问 / 智谱：云端 API，需填写 Key

API Key

在对应提供商官网获取 API Key 后填入。Key 仅保存在本地，不会上传。

自定义 Prompt

编辑摘要、对话、润色等功能的默认 prompt 模板。

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

快捷键