v2.4.0 Rel 基本内容更新

虽然挤牙膏，但确实多了点新功能。

• 首先是修复了之前超时没有选用常量的问题，导致处理长文本对齐时会意外终止进程。完成了Issue #4
• 然后优化了台本预处理功能，现在清洗更加干净，可以排除常规的、不需要的台本内容。
• 添加了视频输入的功能，使用该功能会调用ffmpeg分离音频轨。
• 注意：这意味着你需要在_internal/ffmpeg/文件夹中添加ffmpeg.exe可执行程序，或在系统PATH中添加ffmpeg.exe，否则会报错。

关于近期。

• 我最近在忙开源社区以外的事情，这相当复杂繁琐——因此这边进度会稍微放缓。
• 但所有提上日程的内容我都会积极更新，时间实在不够用，我甚至希望一天能有72小时，以供我完成多个领域的进度推进。

MurthiNext今天也很可爱！

v2.3.5 Rel 防呆及架构更新

此次更新优化了项目结构，使得一些错误出现的频率更低。

• 添加模型路径检查，防止选择错误模型路径。
• 添加绝对路径转换，统一路径使用，防止错误引用cwd.
• 转录/对齐工作分离，防止一步崩步步崩。
• 实现双向IPC架构，实现子进程互相通信且不影响GUI.

孩子们此项目仍在维护。

• 我没死，有问题随时说，玄学bug看运气修。
• PyTorch CU129版本打包体积巨大是无解的，如果有人需要纯CPU PyTorch也可以提，没人提我就懒得搞了）
• （GitHub上传文件真的好慢……速度只有12Mbps，是我代理的问题吗？）

MurthiNext今天也很可爱！

v2.3.0 Rel 结束了？结束了。

没人告诉我torch版本用错了吗？

• 嗐，总之，我更换了PyTorch的版本为CU129，显卡支持同往常一样，但是性能可能会更好。
• 只是这个文件确实变大了不少……我用极限压缩搞定了。
• “这可是个大文件，请尝试小于2GB的文件。”

这大概是最后一个内容更新了？

• 出于我自己可能不明智的决策，这个项目应该已经足够完善了。
• Qwen3ASR我尝试了，效果并不理想而且无法使用单词级时间戳，性能似乎还要更差。
• 至少我认为我的对齐算法还是有点用的。
• 如果有Issue或Pull Request，我依然会积极处理，有更好的意见的话，我也会尝试推出更多大更新。
• 目前，就这样了。

MurthiNext今天也很可爱。

v2.2.5 Rel 性能与UI更新

日志系统重构，现在logger也不会左右脑互搏了！（所以之前一直在……？）

• main_logger.py增加setup_logging()和setup_subprocess_logging()，支持同时输出到控制台、文件和队列，主进程与子进程日志分离，避免logger打架。
• 图形界面不再向终端输出日志，仅写入 log.log 并通过日志队列记录日志，避免干扰。
• 将对齐阶段的原始进度（80～99）正确映射为 0～100% 显示，修复旧版进度条跳动不准确的问题。
• 现在所有文件共用一个logger，使用相同的初始化函数setup_logging()取用同一个logger，确保日志正常记录。

项目结构重构，优化内存占用，UI更完善了！（也许）

• 将原本分散在 subtitles_toolkit.py、pre_process.py 和部分director.py中的公共函数集中放在just_utils.py管理（我也不明白我为啥要天天重构代码，可维护性这一块无限趋近于0说是）。
• 使用numpy预先计算sim_single（单词级相似度）和sim_multi（多词组合相似度），避免 DP 填充阶段重复计算。
• DP表改用numpy保存，显著降低内存占用并提高一丢丢丢丢计算速度。
• 避免了import的套娃式引用，免得出现“你引用我，我引用你”这种左脚踩右脚的事。
• GUI新增部分引导，方便用户明白怎么切换到“只对齐模式”（老实讲这个设计挺失败的，但我实在不想写menu，凑合用吧。）

防呆机制加强，以及，嗯……

• load_config()不再要求配置文件完整，缺少的项会使用默认值并记录警告，不会直接报错（其实是因为我一直懒得做GUI的高级配置）。
• 如果你是个习惯阅读更新日志的人，那你应该能意识到我又挤牙膏了——虽然如此，我还是花了相当多时间修改代码。
• 我是计划先把目前的代码发布，然后做个宣传视频，然后再搞大动作，不然到时候宣传视频白做了，甚至有史以来最大的更新v2.0.0 Rel “永远进步，永远开源”更新我都没做宣传片，我怀疑大伙都忘了我还在更新这个项目了……尴尬！( ´ﾟжﾟ｀ )

MurthiNext今天也很可爱！啊……

• 我最近感觉好累啊，不知道为什么。

v2.2.0 Rel 全面重构|史山清理更新

这个版本其实是和v2.1.5 Rel同一天发布的，不过并不算hotfix

• 我花了一个上午的时间完成了v2.1.5 Rel 代码细节更新的内容，又花了一个下午来优化这个项目。
• 老实讲，这个代码并不算太史山，毕竟我一直在保持代码风格一致，还维护了很多类型注释。
• 但是……啊，可能是因为强迫症吧，总之我给这些代码来了个大扫除。
• 统一了logger的引入，优化了项目结构，同时在很多代码层面的细节做了些优化。
• 就当这个版本是v2.1.5 Rel的延续补充吧。

修复了一个GUI的历史遗留问题。

• 之前我一直在思考：为什么check_queues收不到msg[0] == 'success'。
• 今天请教了DeepSeek V3.2，才发现是processing_thread捕获到msg[0] == 'start'后，会直接丢弃其余的内容。
• 通过把两个queues分开运行， 现在GUI可以正确识别结束信号了。

其余小更新。

• 几乎重写了60%的日志输出内容，现在日志文件变得更易读了。
• 使用numpy优化了_align_sentence_lists，减少了内存占用，但依然无法阻止它O(m*n*K)时间复杂度带来的超长耗时。
  （m=字幕单词数，n=台本句子数，K=max_combine）
• 把[common]和[advanced]配置的读取挪到一个函数里重复调用，现在配置文件不会左右脑互搏了。
  （不会真有人一边运行一边改配置吧？？）
• 修改了一下调用model.transcribe时传入的参数，并且修改了一些之前写的临时代码，现在GUI可以隐藏命令行窗口了。
  • 就是不知道为啥有时候那个命令行窗口还是会跳出来刷存在感。（恼）

孩子们，牢AMD和牢英好像无法获得支持了。

• 我捣鼓半天也没研究明白DirectML怎么支持它俩的显卡，这种方案似乎行不通。（就算行通了性能也拉胯……）
• 所以，要么用CPU硬干，要么用WSL试试Linux部署，短时间内对NVIDIA以外的显卡的支持将变得遥遥无期。
• 你们看着办吧，跑路了兄弟，跑路了。（此项目仍然维护。）

MurthiNext今天也很可爱！♪

v2.1.5 Rel 代码细节更新

由于我最近灵感枯竭，这次更新算得上是挤牙膏……

• 提取插值逻辑到timeline.py
• 在director.py文件头部添加常量设置，同时提前编译正则表达式。
• 子进程异常传递使用元组，用以区分异常与字幕结果。
• cli.py中的文件类型识别增强。
• load_advanced_config函数添加配置文件损坏处理。
• 子进程清理统一使用psutil
• 现在日志可以并发处理，GUI日志不再输出到日志文件。
• 修复对齐回溯的continue问题。
• GUI使用体验增强。

配置文件默认值更新。

• max_combine的参数默认值从5上调到20。
• 为啥这东西会出现在更新日志里？搞得跟游戏更新一样？
  • 在上个版本里我调试了大半天都没搞明白：为啥一个句子只能对齐寥寥几个单词？
  • 然后我才想起来，在v1.2.5 Rel 图形化界面与配置文件更新里我添加了个max_combine参数。
  • 由于之前设置的max_combine是针对“一句对一句”优化的，更新到单词级对齐后，这玩意我忘记改了……于是就成bug了。
• 总之，现在对齐函数的性能与时间开销大大增加，但是精度也大大增加。有需要可自行改回。
• 听写进度：0-80%，对齐进度：80-99%，收尾进度：99-100%.
• CLI的对齐部分已添加新的进度条Aligning。

牢AMD：孩子们，问了吗？

• 再问停止支持。
• 我会在下个大版本更新中尝试使用DirectML拯救牢AMD，在此之前你们先试试用Linux部署吧（）

MurthiNext今天也很可爱！☆

v2.1.0 Rel 对齐逻辑更新

现在，ScriptDirector真正实现了一句对多词！

• 重写了align_sentence_lists，现在可以用一句话对应多个单词。
• 旧版本的align_sentence_lists函数已经转移到only_align.py中，用于一句对一句。
• 理论上讲，现在的对齐能更精准一点，但是嘛~
• 精度瓶颈一直都在ASR（语音识别）上，所以本次更新只称得上常规迭代。

优化了日志输出。

• 现在，日志文件会记录更多有用的信息。
• 单词对齐详情也可直接查看了。

有关AMD ROCm版本的更新：

• AMD ROCm打包起来太过费劲，调试也麻烦，所以除非是我明确标注了“ROCm”字样的版本，一般都基于cuda-venv环境构建。
• 对于AMD显卡的兼容还在调试，只有在重大更新时，我才会主动提供ROCm Ver. Release。
• 当然！如果你需要，请直接告知，我会尽快帮你构建最新版本的ROCm Ver.（能不能用就不好说了……）
• 啊，也许我也可以试试用GitHub Actions帮我构建？我之后研究一下！

MurthiNext今天也很可爱！♡

v2.0.0 Rel “永远进步，永远开源”更新

是的，2.0.0！在此感谢每一位为开源作出贡献的开发者与支持者！♪

• 这一次更新相当于给底层代码来了次彻彻底底的大换血。
• 语音识别库由Faster Whisper转向Stable Whisper。
• 语音识别模型仍然使用Faster Whisper CTranslate2格式模型。
• 整体识别精度再上一个台阶！（也许吧，我这边测试样本不多。）

AMD显卡支持！☆

• 通过使用特定版本的Python与PyTorch，ScriptDirector现已支持AMD显卡，请下载专属客户端。
  • Q: 为毛ROCm版本体积是CUDA版本的四倍？
  • A: 因为ROCm有四种写法——开玩笑的，是因为我在其中封装了ROCm SDK，类似于一个中间层前置，所以才把体积撑的这么大。
• 如果有需要，请转到“rocm-version”频道查看AMD专属自述文件。
• 理论上讲，现在ScriptDirector可以使用ROCm运行CTranslate2了，但……我也不确定。
• 如果你愿意为此项目作出贡献，请帮我试着在有AMD显卡的电脑上部署源代码并调试。
• 任何错误日志与发现都是有用的！请积极汇报！我会尽量支持AMD的！（CUDA太好用了你们知道吗）

“只对齐”功能加入！

• 现在，你可以通过输入一份台本文件与一份字幕文件来运行只对齐功能，如下。
• .\cli.exe process "script.txt,subtitles.srt" -t lrc -n output
• GUI则可以输入“台本文件”与“已有字幕”来自动选择只对齐功能。
• 但请注意：只对齐模式下无法使用短句模式。
• Issue #1 完成！

一些小更新~

• 优化了日志处理与进度条计算方式。
  • 现在ScriptDirector处理完成后，会在日志输出具体对齐信息（只能看个大概就是了）。
• 优化了项目结构。
• 精简部分冗余代码。

MurthiNext今天也很可爱！♡

v1.9.9 Alpha 全面重构|Stable Whisper更新

你可能会好奇，为什么版本号变化这么大？

• 这个版本中，我大量修改了源代码，实现了单词级的文本对齐。
• 使用了Stable Whisper后，项目的运行效果也得到了大幅度改善。
• 现在，你可以在CLI中使用“-s”或“--shorter”参数来体验这份新功能，例子如下。
• .\cli.exe process "script.txt,audio.wav" -n output -t lrc -p -s
• GUI中则可以在左侧配置区域勾选此功能。

为什么是偏偏是v1.9.9？还是Alpha？

• 我正在为v2.0.0 Rel铺垫更多新功能，除此次更新内容以外，包括……
  • 添加对齐已有字幕与台本功能。
  • 添加字幕结果校对功能。
  • 添加AMD显卡支持。
• 在此，感谢Scorpio天蝎君提供的思路~以及大家为这个项目提出的意见！

MurthiNext今天也很可爱！

v1.2.5 Rel 图形化界面与配置文件更新

现在图形化界面更好看也更好用了！

• GUI分为两部分，左边为配置信息，右边为日志输出。
• 现在GUI可以直观看到处理进度了。
• 优化了日志处理。

拓展更多高级配置！

• 本次更新新增四个高级配置项：max_combine, beam_size, vad_filter, vad_parameters
• 如果你知道你在干什么，那你便可以让这个工具更加好用一些。
• VAD默认为关闭状态，有需要现在可自行开启。