MemoAI 更新日志
Memo AI 提醒
推荐 16G 内存以上的设备使用 Memo AI 能够获得更好的使用的体验，设备越好，转写速度更快。
2024-12-05 v1.4.0
- 采用全新的左侧边栏组件，提升交互体验
- 笔记窗口新增内部弹窗功能，方便多窗口操作
- 新增录音设备选择功能，支持自定义麦克风输入
- 独立字幕窗口增加关闭按钮，操作更便捷
- 解决在页面中打开的笔记窗口无法拖动的问题
- 修复首页拖放文件时未能正确触发转写设置的问题
2024-11-05 v1.3.10
- fix: 修复了双语字幕消失的问题
- fix: 修复了导出时字体显示的问题
2024-10-29 v1.3.9
新功能
- 重磅功能：支持录音实时转文字，纯本地模型，低消耗，也能保证不错的效果
- 支持 m4v 格式
问题修复
- 优化配置历史失效问题
- 修复标题编辑，转写之前编辑，转写完了又变回去了
- 优化 Apple 播客加载失效问题
- 优化繁体中文文案
- 支持 Deepseek 总结和生成思维导图
- 脑图支持快捷复制
Windows ARM
Version 1.4.1Windows ARM version is currently not available.
2024-08-29 v1.3.8
新功能
- 增加 YouTube 字幕下载功能，支持下载上传字幕和自动生成字幕
- 增加字幕一键导出至 Obsidian （两小时以内的视频字幕）
- 导出文本支持展示段落和单行的模式
- 激活系统优化，支持展示激活设备、移除设备、扩展设备数量等
- 跳转字幕剪辑界面后，同步播放进度
- 支持标题重命名，请双击标题重命名
修复
- 批量任务修复插入链接和删除链接无效
- 批量任务处理空间中文路径
- 修复翻译返回内容可能超过原文导致的软件报错
- 修复继续翻译无法停止的问题
- 字幕剪辑界面点击编辑中的文本时不再自动播放视频
2024-08-05 v1.3.7
- feat：支持 Ollama 本地 AI 模型总结，目前测试 72B 以下模型思维导图转换有问题，调试提示词中，如果介意生成效果问题，请使用线上 OpenAI 或者自定义相关适配 OpenAI 的模型。
- feat：支持剪辑模式手动插入字幕行
- feat：导出文本支持设置显示序号、说话人、时间戳
- fix：调整并发滑条为下拉
- fix：修复首页列表点击无法跳转到详情的问题
- fix: 修复tts视频导出报错
小提示：
- 如果你的设备内存低于 8G，谨慎使用高质量模型，很容易造成软件闪退，建议升级硬件获得更好的使用体验。
- YouTube 最近升级了算法，如果代理 IP 被滥用过，转文本过程中容易报错。
- 使用 Windows 的朋友如果有 N 卡，请尝试 Cuda 模式，稳定，速度更快。
- 使用 macOS 的朋友，请使用 GPU 模式，CoreML 加载速度远不及 GPU，且需要额外下载模型和稳定性不高。
2024-07-12 v1.3.6
- feat: 改造播放器控制条，优化播放器常用快捷键
- feat: 增加扩展包管理界面
- feat: 调整最小窗口宽度限制
- feat: AI翻译增加单行翻译和并发
- feat: 支持导出和导入双语字幕
- feat: 支持字幕剪辑页面点击时间进行更改
- fix: 更改TTS提示object的问题
- fix: 修复过滤完关键词之后还剩下空字幕的问题
2024-06-05 v1.3.5
- feat: 默认开启 100% cuda 加速
- fix: 修复了说话人识别字幕颜色展示问题
2024-06-03 v1.3.4
- feat: 优化反馈方式，请点击左下角的帮助与支持-反馈问题直接反馈你的问题
- fix: 修复了丢失的翻译字幕时间轴
2024-05-29 v1.3.3
- feat：全新的 Cuda 与 Mac M 芯片加速，推荐启用，特别是 NVIDIA 显卡可以获得 110% 的 转写加速。请前往设置 - 实验室 - 启用 flash attention 机制
- feat：转写面板支持断句开关，如遇到断句不准或者大段情况，请更换模型或者提示词中输出“，。”两个标点符号，提示 AI 恢复标点符号。
- feat：音频支持悬浮窗口播放字幕
- feat：音频播放器支持记录观看进度
- feat：说话人识别支持进度加载
- feat：OpenAI 支持配置自定义模型和 Host
- feat：增加重新转写片段进度
- feat：优化搜索高亮，以及搜索交互
- feat：优化 Pro 界面交互
- fix：修复批量模式无法导出，导出如果留空，默认导入到当前视频来源文件夹
2024-03-17 v1.2.1 Beta
- feat：新增片段剪辑，你可以通过字幕来剪辑导出视频
- feat：新增 Twitter 平台内容翻译，目前暂不支持 Space
- feat：更新预置插件和插件列表，新增实时获取线上最新插件列表
- feat：调整首页卡片对齐方式
- fix：启动检查未完成任务，修复翻译内容中存在 null 的问题导致界面白屏
- fix：优化导出时预览字幕性能
- fix：修复编辑原始字幕会自动保存并把光标移到最后面 #217 #216 #215
Windows ARM
Version 1.4.1Windows ARM version is currently not available.
2024-03-13 v1.2.0 Beta
- feat：新的翻译服务设置界面以及语言模型界面拆分，需要翻译插件可以前往集成下载。
- feat：支持 Open AI 等 AI 自定义提示词
- feat：支持 Claude、Ollama 本地 AI 翻译，请前往集成中添加
- feat：翻译支持继续翻译，中断翻译，合并断句问题可以很好解决 #174
- feat：添加 Shift 区间选择编辑 #206
- feat：支持历史播放记录 #42
2024-03-05 v1.1.9 Beta
- optimize：字幕剪辑增加序号、字/秒统计
- optimize：首页拖拽或选择字幕时，如果没有正在转写的任务，则直接跳转到详情
- fix：日语转写效果问题
- fix：无法关联本地文件
- fix：详情标题栏自动中间省略
- fix：自定义文件夹的名字时候无法打空格 #176
- fix：修复详情页标题被按钮覆盖的问题
2024-02-25 v1.1.7 Beta
- feat: 双语字幕编辑与视频压制导出，无需导出字幕再导入剪辑工具编辑压制
- feat: 独立字幕翻译，拖拽字幕文件进入 Memo 中可以直接翻译
- feat: 字幕位置和顺序支持位置切换
- feat: 新增 Temo，支持文字翻译与转音频，此为独立应用，在 Memo 中供使用测试
2023-12-25 v1.1.5 Beta
新功能
- 对转写停止的触发事件进行优化，防止过早结束
- 在首页新增拖曳直接启动转写功能
- 在RSS中添加转写按钮
- 批量任务增加VAD选项以及支持语言选择功能
问题修复
- 移除打开网页的快捷键
- 修正批量任务转跳至详情问题
- 解决批量任务无法导出字幕文件问题
- 解决tts空字符串不能生成语音问题
2023-12-21 v1.1.4 Beta
现在，可以直接在转写过程中任意切换页面，转写体验大提升。
- 支持人声检测，有效方式 whisper 幻觉，出现重复内容输出，请在转写页面的高级设置中开启使用。
- 思维导图再升级，支持导出 SVG、JPG 等格式，同时支持编辑 Markdown
- AI 翻译升级，支持二次翻译，翻译效果说人话。
2023-12-09 v1.1.3 Beta
- AI 思维导图，你的视频，可以使用 Memo 一键总结出漂亮的思维导图。（实验功能，还在优化
- RSS，可以通过 Youtube 个人链接订阅视频（实验功能，还在优化）
- 增加 3 倍速播放视频
- 增加 Core ML 加速
- 支持编辑后自动保存
请注意，AI 思维导图的使用需要在设置 - 翻译中配置 Open AI 的 Key，确保 Key 已经预充值，否则会失败。
2023-11-26 v1.1.2 Beta
-微软翻译支持超长文本翻译 -添加粤语选项 -空间逻辑优化，默认内置空间 -优化批处理模式性能问题 -优化简体和繁体中文的转换
2023-11-26 v1.1.1 Beta
- 修复下载问题
- 修复翻译问题
- 优化体验和提示
2023-11-22 v1.1.0 Beta
- 模型：支持 Whisper V3，当前仅支持 Mac 版本和 Windows CPU
- 模型：优化首次加载模型体验
- 字幕：优化批量操作样式，拖拽多选方式暂时下架，下个版本更新，请使用右键方式来进行多选。
- 转写：支持关键词替换
- 批量：支持 Prompt 参数
2023-11-15 v1.0.13 Beta
- 支持火山引擎 TTS
- 优化激活方式
2023-11-06 v1.0.12 Beta
- 增加空间隔离，旧数据暂时不支持迁移，可以在各空间中看到
- 删除文件夹自动清空历史任务列表，删除资源任务自动移除转写和任务备份文件
- 任务复制文件时改为复制成 UUID，解决重复文件会覆盖的问题
- 首页输入框添加完链接再展示转写按钮
- 移除模型管理页面模型文件夹展示，调整导入模型按钮
- 调整选择转写语言列表
- 调整批量任务启动和任务列表的失败消息提示
- 修复 macOS x64 VAD 无法生效的问题
- 移除 VAD 模式，自动使用宽松模式，调整 VAD 默认阈值
2023-11-04 v1.0.11 Beta
这些天都在忙着人声提取相关算法，难度略大，但是我们兼容了。问题还有很多，如果遇到问题，麻烦从设置 - 实验室导出日志后将日志反馈给我们，我们来协助排查问题。反馈邮箱：feedback@memo.ac
人声检测提取（实验功能）
请前往设置 - 实验室开启。
经常出现重复输出问题？其实就是静音以及背景音引起的问题，现在可以重复大段空白中提取有说话的音频了。
经过测试，0.3 是一个比较均衡的数值，数值越大意味着提取越严格，会导致部分声音丢失。Mac Intel 机型可能无法使用，请等待下一个版本更新。
字幕合成音频导出
合成的音频可以导出了，此功能为 Pro 功能，请购买 Memo Pro 使用。
请先转写好音频内容，再点击导出，否则会提示无法导出。导出后，你可以合并的音频和按照字幕拆分好的音频进行后续工作。
音视频批量转格式
有很多视频想转成 MP3？Memo 批量能力帮助解决，轻松搞定转格式。
相关优化
- 增加翻译语言，罗马尼亚语，维吾尔语，乌兹别克语，哈萨克语，阿塞拜疆语，吉尔吉斯语，波斯语，塔吉克语
- Windows GPU 支持自动检测语言
- 移除自动断句设置，简化操作，如果遇到未能自动断句，请添加提示词：“Please add punctuation.”
- 优化部分快捷键和提示文字，比如首页打开转写面板（Alt/Option + O），滚动切换模型（Alt/Option + M），开始转写（Alt/Option + S）
- 支持转写时使用低质量视频（设置 - 实验室开启）
- 增加批量时字幕导出
- 增加更加自然的字幕跟随滚动效果
- 修复下载视频之后无法转写问题
- 修复下载标题过长无法点击转写的问题
Memo 实践
了解 Memo 如何使用：精准转写：利用 Whisper 处理音视频转文字不完全指南，感谢张立行同学。
2023-10-20 v1.0.10 Beta
🐞捉了几只蹦蹦跳跳的虫。
2023-10-16 V1.0.9 Beta
这一期批量能力实现困难程度远超我们早期预想。我们预想的是一步一步的往下走就行，但是我们集成的服务每个服务都要重新写一遍针对批量的逻辑，相对来说工作量就大了许多。但是基础版本已经可用，先放出来供大家使用。
下一期完整版本出来后，非 Pro 用户会限制一次只能批量两个文件且早鸟价格可能同步涨价到 $21.99。
Memo 批量能力基础版
作为技术，经常看一些英文技术视频最烦恼就是一个系列视频贼多贼长，云端转字幕翻译成本也贼高，以及上传来来回回操作贼烦。所以这次我们把批量能力完成了，一个系列视频，转写文字同时还能翻译，然后直接打开播放记笔记，贼爽。
支持能力
- 批量拖拽
- 文件夹管理
- 同时设置转写以及翻译
此批量能力非完整版，我们还在逐个处理可能出现的异常逻辑并进行兼容。
可能遇到的问题
- 转换过程中暂停了：缓存、翻译服务没有在设置中打开代理服务；转写语言选择成了要翻译的语言；翻译服务欠费或对超长文本进行翻译造成服务器无法响应。
- 转换后的文本出现重复内容：AI 模型幻觉所致，建议更换模型、添加提示词、手动音频降噪、裁切人声合并再转换，或等待我们下一个版本添加 VAD 优化。
- 转换后没有翻译：翻译服务欠费，比如火山翻译只有 200 万免费字符；超万字的过长文本翻译，目前分段只有火山以及 AI 翻译。
大家使用过程中遇到问题请点击此处反馈：MemoAI 反馈
AI 总结能力优化
这次我们改进了展示效果、支持总结语言选择以及保存历史的能力，后续我们将迭代 AI 对话模式，和音频内容做对话交流。
可能需要注意一下
大陆地区目前仅能使用 ChatGLM、文心一言等 AI 模型进行总结，我们测试 ChatGLM 速度和总结效果都很不错，而且价格也比较亲民，推荐注册使用。
For non-continental regions, Open AI Key can be used for summary in the English version.
其他改进
- 移动“重写按钮”至界面右上角
- 优化简体中文提示词，输出简体中文更准确
- 增加 ts、ogv、3gp、vob、wtv 等格式文件支持
2023-09-25 V1.0.8 Beta
久等了，大家！这次我们放开了激活码限制，无需填写问卷申请也能自助申请激活码。请点击此处获取：Memo 邀请码
Mac M 系列芯片支持 GPU 加速
如果你使用 M1、M2 系列芯片，且有 GPU 核数超过 10 个，推荐开启此选项。测试下来，M1 Max 32 核，Large 模型下转写一小时音频需要 5 分钟，转写效率随着核数上升而加快。该功能为 Pro 能力。
字幕配置面板重构
现在字幕支持配置字体、颜色、以及阴影效果了。
转写面板支持拖拽调整视频大小
去除限制，一身轻松！
支持 ChatGLM 翻译
我们测试下来 ChatGLM 作为 AI 翻译比较稳妥，其他的一众模型输出效果并不理想，我们还在找方法看后续怎么接入。
注意要先申请 ChatGLM API，然后前往设置 - 翻译中配置 Key。再前往对应的内容中做具体翻译，AI 翻译一般比较慢，请耐心等待。
Memo Pro 支持填写激活码
Memo Pro 激活页面我们也做了简单的优化，如果你曾经捐赠过 Memo，请添加微信 MemoHQ 来获取优惠方式。购买在这里：Memo Pro
还有什么优化？
- 实际已经支持压制导出，在导出 - 媒体中使用。但是效果还有优化空间，我们再优化优化使用。如果你想导出双语字幕，记得选择右上角双语，再导出。
- 支持文心一言总结
- TTS支持原文转语音
- 修复单行文本翻译导致全文丢失的问题
- 剪辑模式时间轴的文字支持拖拽，修复调整字幕时间没有实时显示的问题
2023-09-13 V1.0.7 Beta
是的，我们的文字、字幕合成语音更新了！有了合成语音能力，听 Youtube、以及各类外语教程、播客不用当练习听力，不用忍受各种奇怪的英语口音，视障人士可以便捷学习外语内容。希望这个能力，给大家工作、学习和生活带来一些便利。
同时感谢捐赠了 Memo 的股东们，给我们持续迭代下去的动力。如果 Memo AI 能帮到你，欢迎捐赠我们，激励我们加速迭代。捐赠 Memo Team
文字、字幕合成语音
使用教程：
- 先翻译文本，再点击 TTS 旁的 V 菜单面板设置语言
- 点击应用并播放按钮，开始播放合成后声音
- 退出后默认停止并取消 TTS，后续需要手动启用
注意
这一期未支持原文转录，如果希望原文使用，以英文为例，翻译选择英文，然后再点击 TTS 播放即可。部分逻辑如果优化不到位，各位可以左下角向我们提一提反馈，后续会优化。以及记忆播放我们后续在支持素材管理时会兼容。
功能优化
- 链接转写：修复 YouTube 链接转写失败的问题，支持 Google Podcast、Apple Podcast 等网站视频、语音转写文本
- 字幕格式：支持翻译语言在上展示
- 转写格式：支持 wmv、flv、mpeg、ogv、flac、wma 等音视频格式
- 快捷键：支持 ctrl/cmd +S 快捷保存
聊一聊
聊聊这次开发的想法吧，合成语音难度还行，难点主要还是视频优先还是语音优先。
- 视频优先的话，那么语音就会加速，出现声音失真。
- 如果语音优先的话，那么视频画面就会加速减速，出现画面卡顿。
不过我们全都要，两种都做了。观测下来，语音优先体验比较好，尤其是教学类视频，视频放慢加速并不太影响体验。
后续规划上，我们希望把体验做的更好一些，比如支持人声背景音分离，本地模型文字合成语音等等。说真的，我们最想做的还是原声合成然后播放，但是成本太高了，后面有机会做。
2023-09-04 V1.0.6 Beta
这是 Memo AI 9 月的第一次更新，这次我们带来了“自动断句”能力以及繁体中文的支持。希望大家用的开心。如果 Memo AI 能帮到你，欢迎捐赠我们，激励我们加速迭代。捐赠 Memo Team
转录：支持自动断句以及手动合并断句能力
真的，做中英文字幕可以非常轻松了！再结合 AI 翻译，真的太好用了！
使用教程：
- 语言 Auto 换成 English，添加英文、德语等内容；
- 转换界面打开自动断句开关；
- 选择断句长度，我们推荐 75-120 词以内的断句。
注意：
- 智能断句不支持中文、日文以及韩文等东亚语言，后续会解决。使用时请切换到英文等拉丁语系；
- 如果模型生成无标点符号，请添加提示词：“Please add a period.”，测试下来 Medium 中等模型会发生此类情况；
- 智能断句不支持 Windows GPU 下使用，后续会解决。
多语言：支持繁体中文界面
繁体中文界面也有了～
导出：支持 TXT，双语导出
TXT，双语导出也有了！
更多更新
- 支持百度云智能云翻译；
- 提示词提示框优化；
- 支持导航栏收起展开；
- 高级下载能力预埋，如果无法下载，出现加载情况，请前往设置 - 实验室关闭下载。
2023-08-28 V1.0.5 Beta
转录：新增 Windows GPU 加速
现在，可以启用 Windows GPU 加速文件转录，让播客、视频、音频转录文本速度 x10 提升。以及这是 Memo AI 的第一个付费能力，当前可以免费使用。了解 Memo 后续付费策略：Memo 价格策略。
如需使用 GPU 能力，需要请前往设置 - 实验室启用。 经过群友测试，以下为转录时间参考：
- RTX4090 显卡在 Large 模型下转录 1.2 小时音频时间为 7 分钟
- RTX3080Ti 显卡在 Large 模型下转录 1.2 小时音频时间为 8 分钟
- RTX3080Ti 显卡在 Large 模型下转录 0.4 小时日漫时间为 2 分钟
- RTX3060 laptop 显卡在 Large 模型下转录 1.2 小时音频时间为 20 分钟
- RTX3060 在 Large 模型下转录 1.2 小时音频时间为 12 分钟
- 6600XT 显卡在 Large 模型下转录 1.2 小时音频时间为 11 分钟
- 5700XT 显卡在 Large 模型下转录 1.2 小时音频时间为 15 分钟
注意：
- 出现繁体中文，请在转录界面上使用提示词：简体中文。
- 出现重复词汇，可以手动删除或更换模型，我们后续解决模型幻听问题。
在此感谢 GPU 测试群中的朋友抽时间测试！
转录：Mac 支持 coreML 加速
Mac 现在也可以启动加速啦，不过启用这个加速需要额外做一些工作。
- 另外首次加载时间略长，时间不敏感的朋友可以尝试。
- 经过测试，64G 的 M1 Max 加载模型需要 15 分钟，以此类推，不同设备加载时长可能延长。
另外，如果出现出现重复文字的幻觉情况，请在设置 - 实验室切换为 CPU，然后重启。适用于 1.0.3 版本用户。
Translation: Open AI Translation
Given China's generative regulations, we can't use OpenAI to translate in Simplified Chinese. We'll hook up a China's big model later for the AI translation instead.
If you're seeing this in English, head to Settings - Translation and switch to OpenAI translation. Keep in mind the quality depends on the prompt, so use the prompt words "output full sentences." It might also stop working sometimes - we'll get a segmented algorithm online later to help with that.
更多更新
- 界面 UI 调整，笔记的 UI 变为 icon，界面更统一。
- 翻译支持长文本，谷歌因为支持长文本后，如果调用频繁会封禁 IP。后续会提供填写 Key 的方式。
- 自动更新，新版自动升级，无需手动下载。
还有更多就交给大家探索啦，用的愉快～
2023-08-13 V1.0.4 Beta
- 笔记：悬浮笔记，快捷时间戳、截图！
- 字幕：支持导入本地字幕、双语字幕导出
- 翻译：支持翻译配置测试，界面样式改版
- 播放器：支持剧场模式
- 空间：内容隔离，家人共用一台电脑看不同内容
2023-07-22 V1.0.3 Beta
- 翻译：支持更多翻译平台：火山、DeepL、微软翻译
- 字幕：支持字幕编辑与单行翻译
- 播放：支持全屏字幕
2023-07-12 V1.0.2 Beta
这次多达几千份内测申请让我们猝不及防，算是开心的烦恼。开心是原来被这么多人需要，烦恼是需要手动筛选处理申请。还好，这都是幸福！
这一次我们带来了重磅能力：
- 剪辑：段落剪辑，粗剪内容更高效～字幕滚动
- 代理：优化代理获取逻辑
- 导入：Notion 导入支持
2023-07-06 V1.0.1 Beta
这次带来了翻译能力，支持多达九十六种语言。
2023-06-13 V1.0.0 Beta
第一个版本发布，算是一个小小的里程碑。在第一个版本中，拥有以下能力：
- 多格式：mp3、wav、aac、m4a、mkv、avi、mp4、mov 等多格式支持导入
- 多语言：支持中文、English、Deutsch、ltaliano、日本語
- 自定义 Prompt：可以让 AI 识别是四川话还是河南话，是美式英文还是英式英文。可以这样说"这是一段四川话的说法"，就可以识别四川话啦～
- 导出：支持 Markdown，字幕 SRT 等常见的导出格式
还有实时字幕预览，实时流，批量替换，字幕合并更多功能等待发掘！