最近更新

第一个公开版本，是 beta 版：只用远程模型的 macOS 语音输入，在 actnow.dev 下载。它会更新到下一个 beta 和之后的正式版（设置 → 诊断与关于 → Beta 更新）。0.1.0-beta.1 构建了但没有发布，它的内容都列在这里。

新增

• 转录：快捷键（默认 fn；单击、双击或长按，每个功能可以设多个）开始录音，语音识别服务转成文字，语言模型整理（去掉口头禅和说错重来的部分，修正标点和数字；可选的结构整理和你自己的规则），然后粘贴到光标处。没有语言模型时直接输入识别结果；语言模型出错或太慢时也是这样。
• 翻译：选中的文字（通过辅助功能读取，安全的地方用 ⌘C）或你说的话，翻译成你选的语言；回答看起来没有翻译时会严格地重试一次；答案卡片里可以阅读、复制、插入，或换一种语言再翻译。
• 转写：说出怎么改选中的文字，或在没有选中时说出要写什么；每个回答先在浮标下方显示一行，然后留在答案卡片里（和 Voxt 一样），"插入"把它放到原处（替换选中的文字），"继续"录一段追问，回答以纯文本显示在卡片的对话里。
• 应用增强：按 App 和网站分组的规则（网址规则通过辅助功能读取，不做浏览器自动化），叠加在整理之上的场景提示词，插入后要按的键，每个分组作用的功能，实时匹配预览，以及浮层和历史里显示的分组名。
• 词典：带别名的术语，作为提示发给语音识别服务，作为术语表发给语言模型；支持 CSV 和文本的导入导出。
• 模型服务：豆包和阿里云百炼的流式识别，以及任何兼容 OpenAI 的转写 API；DeepSeek、通义千问、火山方舟、Kimi、智谱 GLM、MiniMax、阶跃星辰、MiMo、硅基流动、OpenAI、Anthropic、Gemini、OpenRouter 及其他兼容 OpenAI 的语言模型；密钥存放在钥匙串里，可以测试连接，每个功能可以选不同的服务。
• 首页：一句标语，键帽里是你的转录快捷键；还缺什么（服务、权限、快捷键），每一行就是修复它的入口，全部就绪后什么都不显示；第一次得到结果之前，可以在页面上试一遍完整流程；今天的结果数和字数，最近五条结果。
• 第一次启动时的设置引导（也可以从设置 → 通用打开）：隐私、权限、服务，然后真正试一次转录、翻译和转写，以及应用增强和词典。
• 历史：按功能分类，可以搜索，带文字、结果去了哪里、用了哪些服务、匹配的规则以及每个阶段的用时；按需保存录音。在历史页或首页"最近结果"的一条记录上右键，可以复制结果或识别原文、查看详情、在访达中显示录音、重试，或删除（确认后连同录音一起删除）；历史页里选中一行后也可以按 ⌘C 复制、⌫ 删除。
• 录音浮层（不抢焦点，你正在输入的 App 保持焦点），参照 Voxt：半透明、模糊背景的浮标上是功能图标和波形，没有按钮，比例与 Voxt 相同（快捷键停止，Esc 取消；鼠标可以穿过它）；下方一行实时文字，浮标随文字变宽，最宽 300，之后文字滚动到最新的词；处理时显示加载动画，出错时在波形的位置显示错误，插入后什么都不留；还有答案卡片，以及开始和结束提示音。每次都从浮标开始，它沿着所在的屏幕边缘变大而不移动；每个流程在得到结果之前都显示同一个浮标（模型正在处理的内容，然后是它的草稿，各占一行），只有拿到结果才出现卡片。
• 答案卡片，参照 Voxt：宽 440（Voxt 是 560），高度随文字（最多 220，之后滚动）；操作都在标题栏里（目标语言是一个胶囊，在单独的窗口里打开我们自己的菜单，以及继续、插入、复制、关闭）；标题栏到顶部的距离与到分隔线的距离相同；浮标和卡片里用 Voxt 自己的图标；结果为什么留在卡片里，写在"插入"的提示里，而不是一行橙色文字；复制后标记两秒；插入时先隐藏卡片再粘贴；换一种语言就地重新翻译（新文字出来之前，旧文字旁边显示加载动画）；转写的追问在卡片里以对话形式录制（小波形、气泡）。Esc 关闭卡片，或者只取消追问。
• 识别前去掉静音（轻量的能量检测，不用模型）：文件识别服务拿到的录音去掉了语音前后的静音，过长的停顿也被缩短；流式服务在开始说话之前什么都收不到；没有语音的录音根本不发送（设置 → 音频 → 跳过静音）。
• 识别前优化声音（纯信号处理，不用模型）：80 Hz 的高通滤波去掉嗡嗡声和低频隆隆声；只根据语音部分测量一个增益，让小声的人声变大（最多 +12 dB，绝不把房间噪声提到 -50 dBFS 以上），或者把很响的人声稍微压低，并在 -1 dBFS 处限幅；流式录音的增益缓慢跟随，停顿时保持不变。历史里保存的是原始录音；历史会写明做了什么以及增益（设置 → 音频 → 优化声音，默认开启）。
• 一个小窗口（默认 800×520，最小 680×440），没有状态栏：通知以卡片形式叠放在侧栏底部（只显示图标时，设置上有一个圆点）；缺少服务或辅助进程停止时，会变成一张带修复操作的卡片。
• 菜单栏图标：开始或停止转录，粘贴最近的结果，最近三条结果可以拷贝（每条一行短文字，提示里是全文）；录音时图标会变化。关闭窗口后 Auralink 留在菜单栏，也可以登录时打开。
• 设置：通用（语言、菜单栏、登录时打开、设置引导）、权限、音频（按你的偏好排序的麦克风、跳过静音、优化声音、提示音）、浮层样式（位置、透明度、圆角、录音时长，在桌面图片上实时预览）、快捷键（每个功能的按键及冲突）、外观（窗口较窄时侧栏缩成图标）、网络（代理）、隐私、存储、关于（版本、更新、自检、报告问题）；英文和简体中文。
• 使用 Developer ID 签名并经过公证。从 actnow.dev 更新，在 Auralink 自己的窗口里完成：每天检查一次，有新版本时只在侧栏底部显示"有新版本"（图标栏上有一个圆点）；面板里按 Auralink 的语言显示新版本的说明（某个版本没有中文时显示英文，并注明），只下载有变化的部分并显示进度，你同意后才安装，然后"重新启动以完成更新"；下载失败时 Auralink 不做任何改动，可以重试。app 菜单、菜单栏图标的菜单、命令面板和设置 → 关于里都有"检查更新…"，设置 → 关于还可以按 Auralink 的语言查看每个版本的更新日志。Auralink 运行时安装的更新会请你重新启动，而不是启动新的辅助进程。
• Beta 更新（设置 → 诊断与关于）：同时接收 beta 版，或只接收正式版；正在用 beta 时默认打开。关闭后不会降级：已装的 beta 会保留到比它新的正式版发布。"自动安装更新"（默认关闭）会安装每天检查发现的新版本，然后请你重新启动。
• 录音时静音系统声音（设置 → 音频，默认开启）：从开始提示音之后到停止录音为止，当前输出设备静音，免得视频、音乐、通话的声音被录进去；你自己静音的设备保持静音，录音中你取消静音后不会再被静音，不支持软件静音的设备照常录音（浮窗会提示）。不需要任何权限。Auralink 或辅助进程在静音期间意外退出时，声音会立即恢复，最迟在下次启动时恢复。
• 可选的提示音（设置 → 音频 → 播放提示音）：开始和结束提示音分别从 ActNow 家族提示音库里选（来自 React Bits Sound Lab：轻触、开关、媒体、系统等分组；默认是"开录"和"收工"），也可以选 macOS 系统声音或无声。选择器很紧凑：可以搜索（名字和标签）、按类型筛选、用 ▶ 逐个试听（再点一下停止）、按档位调音量；试听按钮播放当前选择。以前版本里选的 Voxt 预设会保留为对应的系统声音。录音时静音系统声音在开始提示音能听到的部分播完后就生效，不等文件末尾的静音。家族提示音只在 actnow.dev 发布的版本里；自己从源代码构建的版本播放 macOS 系统声音。
• 历史设置（历史页搜索框右边的按钮）：保存录音（和 设置 → 隐私 是同一个开关）；选择录音存放的文件夹（已有录音会一起移过去，每段先复制并校验再删原文件；文件夹在没接上的外接盘上时，新录音先存到默认文件夹，等它回来）；查看录音占用的空间；把录音（全部，或当前 tab 的）导出到你选的文件夹，以日期和开头几个词命名；或者全部删除、保留文字。自动清理，和 Voxt 一样默认开启：超过 3 个月的记录连同录音一起删除；可以选 1 周到 1 年，或每种功能最多保留 50 到 1000 条，也可以关掉。新设置会立即删掉已有记录时，先告诉你会删几条并请你确认。
• 重试：用历史记录保存的录音再做一遍。失败或没有文字的记录，行上的"失败"换成"重试"，详情和右键菜单里也有；其他有录音的记录是"重新识别"。录音重新识别（流式服务按比说话更快的速度送入），再按现在的设置整理、翻译或转写；结果原地更新这条记录（文字、状态、用时），不会粘贴。浮窗里识别失败的提示，点一下打开这条记录并重试。
• 识别失败、超时或没有识别出文字时，即使"保存录音"关着，这条记录也保留录音 7 天，方便重试；重试成功后删除。
• 日志（日志页和日志面板）：单击一行就复制这一行；Shift-单击、⌘-单击或拖动，像在访达里一样选择多行，⌘A 选中全部显示的行；右键可以复制这一行、选中的行或全部显示的行。右上角显示已选中几行，以及"复制"和"取消选择"。

变更

• Auralink 静音了哪个输出设备的记录改放在 Application Support，不再放在 ~/Library/Caches，崩溃后即使清理了缓存，扬声器也不会一直静音。日志不再记下密钥、令牌和代理密码。
• Auralink 免费开源，采用 GNU AGPL-3.0 许可：源代码在 GitHub，欢迎贡献（见 CONTRIBUTING.md，需签署贡献者许可协议）。0.1.0-beta.1 及以前的版本采用 Apache License 2.0。设置 → 诊断与关于显示版权和许可，链接到源代码、官网和更新日志，并打开 app 内附带的许可和第三方声明。"报告问题"打开一个填好诊断信息的 GitHub issue。
• 下载、更新和更新说明改由 actnow.dev 提供，不再用 GitHub Releases：登录 actnow.dev/download/auralink 下载。更新来自 actnow.dev/updates/auralink，打开 Beta 更新时读它的 beta 通道，那里始终是最新 beta 和最新正式版中较新的那个。
• 菜单栏图标改为对话气泡加波形，线条和系统图标一样细；录音时气泡变成实心。
• 结果出来时插入到你当时正在输入的地方，不再只认开始时的 App（和 Voxt 一样）：录音或处理中切到另一个 App 并点进输入框，结果就粘贴到那里；浏览器里的 Notion、Slack 等网页编辑器也算输入框。应用增强分组的"插入后按键"只在开始时的 App 里按（结果是按那个分组生成的），替换选区也只在选区所在的 App 里做。没有选中输入框（访达、桌面、正在阅读的网页）或焦点在密码框里时，结果留在答案卡片里，并说明原因；点一下要输入的位置，再点"插入"。点了 Auralink 自己的窗口时，仍然回到开始时的 App 插入。插入到别的 App 时，历史详情里会写"已插入到 …"。答案卡片的"插入"和"粘贴最近结果"也是同样的规则。

已知限制

• 只支持 Apple 芯片和 macOS 15 及以上（暂时没有 Intel 版本）。