有什么更新。

0.5.1 是仅面向 macOS 的修复更新：修复部分 Apple M5 系列芯片上转录结果异常的问题。

0.5.0 新增文稿「对齐」：支持导出字幕或卡拉 OK 字幕。录音支持实时转录，播报新增两款顶级模型。

• 新增「对齐」工作区：拖入音视频和已经写好的文稿，对齐算出每个词的时间戳，支持导出卡拉 OK 字幕。
• 新增两款播报模型：IndexTTS-2.5 用参考音频克隆更有表现力的音色，FireRedTTS3-Instruct 可以用一句自然语言指令设计音色。
• 录音改为边录边出文字，修复录音说话人识别会跳过的问题。
• 转录导出新增：SRT、ASS 与卡拉 OK 字幕。
• 新增「文本归一化」（POST /v1/text/normalizations）与健康检查。
• CLI 本地服务在模型、对话、播报、鉴权与文件转录五个面统一到与桌面 App 相同的错误格式和状态码。
• CUDA CLI 版：A100、H100/H20 与数据中心 Blackwell 改用原生 cubin，不再依赖 PTX JIT。

0.4.4 正式带来 Windows 支持：安装包大幅瘦身、显卡加速按需下载，播报新增内置官方音色与风格指令模型。

• Windows 桌面版以 Preview 形式上线：本机转录、播报、听写与本地 API 一应俱全，一个安装包同时覆盖 NVIDIA 显卡加速与 CPU 回退。
• Windows 主安装包体积下降约七成，从约 730 MB 降到约 200 MB：显卡加速运行库改为在设置页按需下载。
• 播报新增三款模型：更大的克隆模型让音色更稳，另外两款各自内置 9 个官方音色，其中一款支持「特别愤怒」「极慢语速」这类风格指令。
• 模型页支持导入 Hugging Face 或 ModelScope 的 GGUF 模型仓库：选择量化版本、查看下载体积，私有仓库密钥保存在系统凭据保险库。
• 本地 API 的模型列表会说明每个播报模型支持的能力——具名音色、声音克隆、风格指令、流式合成，接入方不必再靠模型名猜。
• 通过本地 API 调用语言模型时，流式回复真正逐块返回。
• macOS 首次加载转录引擎从约 12 秒缩短到约 2.5 秒。
• Windows 命令行一条 PowerShell 命令即可安装，Linux 命令行同步更新。

0.4.1 让实时语音对话从「能连上」做到「能连着说」：首音更快，打断更准，节奏由你定。

• 菜单栏录音来源新增麦克风、系统音频与两者同时录制三档。
• 语音对话 demo 停顿容忍、打断阈值与间隙容忍在通话中随时可调。
• 实时语音对话支持角色扮演人设，界面支持七种语言，并新增接入文档。
• 修复播报页面声音克隆、音色设计页面使用 bug。

0.4.0 上线说话人识别，优化账户激活，并新增本机语言模型与 Realtime API。

• 本机转录支持按句标注多人说话，可重命名并关联说话人档案。
• 支持 Qwen 3.5 和 Gemma 4 本机模型。
• 新增 Preview 阶段的 Realtime API：通过 WebSocket /v1/realtime 接入实时转录与语音工作流，后续将持续迭代。
• 购买授权与已有账户激活分开呈现，下一步更清晰。
• 已开始为 Windows 发布做准备。

EdgeSpeak 开口说话：本次更新带来全新「播报」能力——完全本地的文字转语音，支持声音克隆与声音设计。

• 全新播报工作台：输入文字即可在本机合成语音，支持流式试听与多种格式导出，文本不出设备。
• 三个本地模型可选：默认 OmniVoice，以及支持声音克隆与声音设计的 Qwen3-TTS，首次使用时在应用内下载。
• 用一小段录音克隆自己的声音，或用一句文字描述设计全新声音；声音可随时重命名或删除。
• 播报能力全面开放：本地 API 的 OpenAI 兼容 /v1/audio/speech 端点、命令行与 MCP 均可调用。
• 长文本自动分段合成，每段完成即可试听，无需等待整篇生成。
• 买断授权支持完全离线模式：联网激活一次，之后无网络也能转录、对齐与播报。
• Linux 命令行安装会按 NVIDIA 显卡自动选择匹配的 GPU 加速包，无可用显卡时安全回退 CPU。

桌面端体验更新：支持批量文件转录，模型加载更快，进度反馈更稳定。

• 支持一次导入多个音频或视频文件，并按选择顺序转录；批量过大时会给出清晰提示。
• 本地模型加载更快，开始转录前的等待更短。
• 长任务的进度显示更稳定，结果回传也更及时。
• 麦克风权限状态判断更可靠，新建录音时不会沿用上一次批量导入的选中状态。
• 侧边栏支持按需收窄或展开，窄窗口里更整洁。

稳定性更新：改进本地转录、权限提示和本地网关体验。

• 本地文件转录结束后，会更及时释放后处理资源。
• 麦克风权限提示只会在明确录音或授权操作后出现。
• 本地网关、CLI 和 MCP runtime 在启动和绑定本地端口时更稳定。

小版本更新：让本地模型准备和应用更新体验更顺。

• 缺少本地模型时，准备和重试提示更清楚。
• macOS 自动更新下载后的安装和重启更稳定。
• 侧边栏更新按钮更简洁，避免遮挡应用名称和当前版本。

面向工具链的版本：本地引擎开放 CLI、MCP 与更完整的本地 API，语义分段全面可调。

• 内置 edgespeak-cli，在终端完成转录、强制对齐与文本分句。
• 内置 MCP 服务，让 AI 助手直接调用本机转录、对齐与分句能力。
• 本地 API 新增强制对齐与文本分句端点，转录支持词级时间戳。
• 设置页新增「语义分段」：段落长度与边界留白可调，并作为 App、API 与 CLI 共享的默认。
• 新增更轻快的 EdgeSpeak Lite 本地模型并设为默认，转录后处理进度实时可见。

词典版本：用热词、纠错规则和加密多设备同步，让 EdgeSpeak 更懂你的用词。

• 词典支持人名与专业术语，让转录第一次就识别对。
• 支持纠错规则，自动把易听错的词改写为正确写法。
• 词典可在多台设备间加密同步。
• 更新弹窗可直接查看版本说明，并新增软件字体大小设置。

这次更新聚焦转录工作台的编辑、播放精度和 macOS 兼容性。

• 支持清空工作台，从初始状态重新开始。
• 支持编辑转录文本，并以毫秒精度调整片段开始和结束时间。
• 点击片段时间时，按精确开始和结束时间播放对应音频。
• 已确认 Apple Silicon 设备在 macOS 14.0 或更新版本可用。

桌面端更新聚焦授权激活、购买升级引导和更新链路稳定性。

桌面端改进了 macOS 交互质感、本地转录状态和片段播放体验，并加强安装包与更新链路验证。

早期版本上线本地音视频转录、桌面授权激活和本机语音网关。