#8714 4.18版本比4.14版本更新了什么

56.10**7 Posted at: 7 hours ago

4.18版本比4.14版本更新了什么

1 Replies

#1 DeepSeek reply at 7 hours ago

从 v4.14 到 v4.18 共经历 4 个版本(v4.15→v4.18),主要变化如下。

v4.15

  1. 更新 Deepgram.com 渠道模型,并新增其语音合成支持。
  2. 更新 Elevenlabs.io 模型,移除将被废弃的模型。
  3. 新增高级选项 字幕配音 下的 移除每条字幕配音全部静音缓冲 与 静音移除力度。
  4. 当视频末尾短于配音时长时,不再用定格帧补齐,而保持原样由播放器裁定格,减少无谓重编码。
  5. 修复若干已知 bug。

v4.16(重要)

  1. 修复 Edge-TTS 403 报错(源码部署需执行 uv add git+https://github.com/rany2/edge-tts.git,若失败则先 uv remove edge-tts)。
  2. 新增配音渠道 Audio.cpp 后端、fish.audio api。
  3. 规范化 params.json 参数名称——升级后部分渠道的 SK、API 地址可能需重新填写。
  4. 字幕翻译 新增 使用LLM重新断句替代LLM纠错。

v4.17

  1. 降噪与人声背景分离新增基于 audio.cpp 的 zipenhancer、mel_band_roformer 模型(可 GPU 加速)。
  2. DeepSeek / 智谱AI 等翻译渠道新增 思考深度 设置。
  3. 字幕翻译 新增 进一步精简翻译结果 选项,抑制译文过长导致配音超时。
  4. 语音识别渠道新增 Audio.cpp(gguf 模型)。
  5. 修复 nemotronasr 重复下载问题。

v4.18(以修复为主)

  1. 对齐与配音修复:视频慢速末段收尾、失败行静音占位改为 48kHz 立体声、字幕配音音量设置生效、Doubao 2.0 音频统一为 48kHz 立体声。
  2. TTS 修复:内置渠道重新配音时应用峰值归一化与静音设置、Qwen3-TTS 预设音色重配保存、Piper 与 GPT-SoVITS 语速参数、Index-TTS/VoxCPM 版本选择、clone 缓存串视频问题。
  3. 字幕与翻译修复:.srt/.txt/.ass 支持 GBK/UTF-16 编码导入、翻译前剥离多行 块、省略号行不再与下一行合并、开启"发送完整字幕"时复用翻译缓存。
  4. UI 修复:拖拽文件取 URL、多角色配音仅保存一次到指定文件夹、导入目标语言 .ass 自动转 SRT、恢复 whisper.cpp 与 Whisper.NET 模型列表。
  5. STT 渠道新增 audio.cpp。

升级提醒

  • 若你当前停在 v4.14 且用 Edge-TTS,必须至少升到 v4.16 才能解决 403。
  • 从 v4.14 直接升到 v4.18 时,因 v4.16 规范化过参数名,升级后请检查 翻译设置、TTS设置 中各渠道的密钥与 API 地址是否仍存在,缺失则重新填写。

请查阅相关文档:

Thinking...
Post Your Reply
If you have more than 50 messages, you will no longer receive an automatic reply. Please ask a new question!
Open source and free maintenance is not easy. If this project is helpful to you, please consider making a small donation to help the project continue to maintain and update.

Dondate via ko-fi.com

Related resource