局限与路线图
现在的局限
- 没有导入按钮。 已有的录音只能用 HTTP 接口导入,见如何导入已有录音。
- v0.1.0 的界面只有中文。 之后网页有了中文和英文(在「我的」页切换),App 1.5.1 起跟随系统语言。
- iOS 要自己构建。 App 不在 App Store 上;用免费 Apple ID 装的 App 7 天后要重装。
- 大模型和默认的语音识别在云上。 全本地需要
ENGINE=local(远场录音比千问差,见语音识别评测)加上你自己运行的大模型服务。 - v0.1.0 不能撤销标记和合并。 待办的「完成 / 不对」和合并说话人在 main 上可以撤销(点提示里的 撤销),v0.1.0 还不能。
- 短对话没有摘要。 说话不到 60 秒的对话不调大模型,标题取第一句。
路线图
- 导入:在 App 或命令行里直接导入已有的录音文件。
- 桌面端分栏:宽屏左边列表、右边详情。
- 人物名片:在已有的人物卡片上加上最近聊了什么。
- 播放器打磨:对话页的底部播放条和跟读高亮继续改进。
路线图会变;最新的讨论在 GitHub issues。