更新日志
十个版本,十五天。中间有一次把已经做好的东西整个删掉重来 —— 那一次在下面标了出来。
-
主题系统完善与界面修复
补齐主题体系的最后一块:跟随系统。同时清掉了上一版遗留的几处界面问题。
- 新增 auto 主题,跟随系统深浅色自动切换
- 修复主题选择弹窗在部分设备上的显示异常
- 修复图标渲染回归,恢复全部线性描边图标
- 完善平板与 2in1 的窗口尺寸适配
展开技术细节
- 主题状态持久化改为随应用配置存储
- 图标组件回退为内联 path,移除字体图标依赖
- 窗口断点重新校准并真机验证
-
纯黑与纯白主题上线
两套极简主题补进皮肤库,并把主题切换从设置项升级为可预览的弹窗。
- 新增纯黑、纯白两套极简主题
- 新增主题选择弹窗,5 套主题可先预览再应用
展开技术细节
- 主题令牌表扩展至 5 套完整配色
- 新增弹窗组件与预览色块渲染逻辑
-
碰一碰、两段式校对与 ASS 样式
三个方向同时推进:文件怎么进来、文本怎么变准、字幕怎么变好看。
- 支持从 PC 碰一碰把文件传到手机
- AI 校对升级为两段式流程:规则清洗 + 语义纠错
- ASS 字幕支持自定义字体、颜色、描边与位置
展开技术细节
- 接入 HarmonyOS Super Device 分布式文件接收
- 校对链路拆分为 preprocess / llm 两个阶段
- ASS 样式表参数化,与烧录管线共用同一份样式
-
皮肤系统与品牌定名
这个版本之后,它才叫「声落」。同时确立了一直用到今天的墨青主色。
- 应用正式定名「声落 SOUNDFALL」
- 上线墨青、暮橙、月白三套主题
- 支持自定义背景图
- 界面分区重组,入口按使用流程重排
展开技术细节
- 抽出独立的主题令牌层 AppTheme
- 背景图走系统相册选择,本地存储不上传
- 页面重构为「选择 → 转写 → 结果 → 输出」四段式
-
里程碑 · 架构转折
从云到端:全面转向纯离线
这一版删掉了此前所有已经做好的云端 ASR 能力 —— 接口层、鉴权、配置项,全部移除。语音识别改由 SenseVoice 在本机完成,AI 校对改由 Qwen3 在本机完成,字幕烧录改由 ffmpeg 与 libass 在本机完成。
代价是应用体积从几十兆涨到 1.2GB,首次启动需要等待模型加载。收益只有一条:从这一版起,你的素材不会再离开这台设备。
隐私不该是高级选项。它应该是默认的。
- 移除全部云端 ASR 能力与相关配置项
- 语音识别改为 SenseVoice 端侧全离线转写
- 引入 Qwen3 端侧 AI 校对
- 新增 ffmpeg + libass 硬字幕烧录
sherpa-onnx llama.cpp ffmpeg libass展开技术细节
- 删除云端接口层与鉴权模块,网络权限不再需要
- 接入 sherpa-onnx 推理运行时,模型随包内置
- 接入 llama.cpp,端侧加载 Qwen3-1.7B
- 新增原生烧录库,libass 渲染 + ffmpeg 封装
-
视觉重构
配色与图标整体重做,从这一版起界面变成了现在的样子。
- 全面改用深空暗色主题与青绿主色
- 全部图标替换为自绘线性描边
展开技术细节
- 色彩体系收敛为「单主色 + 中性灰」
- 图标由字体图标改为内联 path,描边宽度统一 1.75
-
核心功能就绪
端到端流水线第一次完整跑通:一段视频进去,一份带样式的字幕出来。
- 端侧字幕识别跑通(sherpa-onnx + SenseVoice + VAD)
- 端侧 AI 校对跑通(Qwen3-1.7B)
- 硬字幕烧录与相册保存
- 多格式导出 SRT / VTT / ASS
- 字幕时间轴四列表格
展开技术细节
- 通过 NAPI 桥接原生推理与音视频处理
- 输出模块统一为格式适配器,新增格式只需加一个适配层
- 真机验证通过
-
多设备适配与批量转写
从「能在一台设备上用」变成「在手机和 PC 上各有各的样子」。
- 手机与 PC 差异化布局
- 批量转写队列管理
- 字幕时间轴对齐编辑
展开技术细节
- 引入断点响应式布局体系
- 任务队列状态机,支持并发与中断恢复
-
鸿蒙工程奠基
从桌面原型转向鸿蒙原生,这一版是工程骨架。
- 新增鸿蒙 PC 应用工程
- 手机端小屏断点基础适配
- 修复认证相关问题
展开技术细节
- 建立 ArkTS 工程骨架与构建配置
-
项目启动
最初的形态是一个 Rust 写的云端 ASR 库加一个 Tauri 桌面原型。这条分支后来被整个废弃,但它把「音视频 → 字幕」这条流水线走通了一遍,为后面的纯端侧版本铺了路。
- Rust 云端 ASR 库
- Tauri 桌面端原型
展开技术细节
- Rust + Tauri 技术验证
- 该分支已停止维护,代码未进入 v0.6.0 之后的版本
本页的 10 条版本条目,由 30 条开发提交按时间与语义归并而成。原始提交记录随源码保存,暂未在公开页面列出哈希。