使用手册
安装时被Microsoft Defender SmartScreen阻止？
我们作为初创团队目前没有能力购买昂贵的商业代码签名证书（交不起微软保护费），所以安装时可能会被windows阻止，如果你在安装时遇到这种情况，
请点击更多信息->仍要运行即可正常安装。
只有安装时才有可能会被阻止，后续运行时不会出现。
实时识别和离线识别模型区别
- 实时（流式）识别模型用于实时转录场景，非必选，配置了实时识别模型可以有低延迟的"边听边识别"的流式输出效果，当检测到一段话结束会进入离线识别阶段。
- 离线识别时拥有更完整的句子上下文，所以准确度更高，它会修正刚才实时模型产生的错别字，并补全标点符号。
离线识别模型选择
sense-voice或paraformer模型，中文准率高且识别速度快，
whisper系列模型支持的语言多，但由于架构不同，即使是small小规格模型，在个人电脑上的识别速度仍比较慢，
如果前面两个模型无法满足要求，可尝试使用whisper系列模型。
模型下载
首次运行需进入 设置 > 模型下载页面中下载语音模型，ASR为语音识别模型，TTS为语音合成模型，按需下载即可。
其中端点检测模型、离线识别模型、标点恢复模型为必选项，
缺少任意一个都会导致转录功能无法使用。
实时识别和离线识别模型区别
- 实时（流式）识别模型用于实时转录场景，非必选，配置了实时识别模型可以有低延迟的"边听边识别"的流式输出效果，当检测到一段话结束会进入离线识别阶段。
- 离线识别时拥有更完整的句子上下文，所以准确度更高，它会修正刚才实时模型产生的错别字，并补全标点符号。
离线识别模型选择
sense-voice或paraformer模型，中文准率高且识别速度快，
whisper系列模型支持的语言多，但由于架构不同，即使是small小规格模型，在个人电脑上的识别速度仍比较慢，
如果前面两个模型无法满足要求，可尝试使用whisper系列模型。
模型服务商设置
- 根据你的需求选择模型服务商，Ollama通常不需要填写Api Key（你可以随便填写一个，不填写的话表单无法保存）
- 如果是云端模型，你需要先去对应服务商去注册账号，注册完后将Api Key填上
- 填写完Api Key后可以测试一下连通性，百炼平台和硅基流动平台中预设了一些常用模型，如果不满足需求则自行添加其它模型
- 添加模型时需要确认模型类型是否正确，如果类型不匹配可能导致功能无法正常使用，比如：总不能拿一个文本对话模型让它去做视觉识别，对吧
- 模型服务商可以只配置一个，也可以配置多个，支持不同服务商的模型混用，按需选择token性价比高的即可
模型任务分配
- 为不同的任务场景分配各自的模型，目前有文本润色、文本翻译、视觉识别、内容总结、向量检索、知识问答这些场景
- 文本润色和文本翻译这种简单的任务建议选择小规格的模型即可，内容总结和知识问答这种复杂任务建议选择高规格模型，以获得更好的效果
- 向量检索任务如果切换了其它Embedding模型，需要重建知识库，否则会导致内容检索失败，所以请谨慎切换。
模型提示词设置
每个任务场景预设了一个默认的提示词，如果效果不满意，你可以在设置中修改，修改后如果需要恢复，也可以恢复默认
开始转录
在完成了前面的语音模型下载和模型服务设置步骤后，就可以开始转录了。
- 在线视频转录：直接粘贴 Bilibili、YouTube 或其他主流平台的视频 URL。程序将自动解析和下载资源到本地进行转录
- 本地实时转录：从麦克风或声卡采集实时音频流，边听边转录，注意音量要适中，音量太小或者环境噪音都可能会影响识别效果
- 本地文件转录：从本地选择wav音频或者mp4视频转录
转录中
点击开始转录后，会进入转入中页面，在这里你可以直观的看到转录的进度。以在线转录为例，整个流程为：解析url->下载资源->音频提取->端点检测->语音识别
转录完成
转录详情页面，左侧是视频分p栏（仅合集时显示），中间是视频播放器和语音文本时间轴，右侧是AI总结和问答区
在这里你可以使用文本润色、文本翻译、内容总结、知识问答等各种AI功能。
查找替换
语音识别文本难免会出现错别字，为了方便人工校正，可以使用查找替换，来统一修改错别字，针对合集类型的转录可以使用专门的"合集查找"，快捷键：单集查找-ctrl+f，合集查找-ctrl+shift+f，关闭-ESC
AI润色
如果原始语音内容比较口语化，你希望得到更书面化的结果，那么可以使用AI润色功能，润色后不仅会更加的书面化，还能够修正一些语音识别的错误，更适合阅读。
AI翻译
翻译效果由模型能力决定
AI总结
总结时可以选择是否开启OCR（视频画面内容识别），对于图像信息密度高的视频墙裂建议开启OCR，总结效果会大大提高
AI问答
那就随便问点奇奇怪怪的问题
