偏好设置

偏好设置包含不会随每次转写而改变的设置。点击窗口右上角的齿轮即可打开。更改会自动保存。

常规

外观：跟随系统、浅色或深色。
界面大小：文字和控件的大小，从 80% 到 200%。默认为 100%。更改会立即生效。
界面语言：Audiotext 的语言，或系统语言。请参阅可用语言。
日期格式：转写日期的显示方式，使用界面语言：短（2026/10/4）、中（2026年10月4日，默认）、长或 ISO（2026-10-04）。菜单会用示例显示每种格式（看起来相同的格式只显示一次）。
时间格式：自动（界面语言的时钟）、12 小时制（下午1:30）或 24 小时制（13:30）。
通知：转写完成时显示系统通知（对于文件夹，在其所有文件都完成时；对于监视的文件夹，每次有新文件完成时，合并为一条通知）。默认开启。在 macOS 上通知来自脚本编辑器，在 Windows 上来自 Windows PowerShell，因此需在系统设置中为这些应用允许或关闭通知。在 Linux 上需要 notify-send（libnotify-bin 或 libnotify 软件包）。
自动检查更新：打开应用时检查是否有新版本，如果有，会在顶部栏显示版本 … 可用按钮，点击即可打开其下载页面。不会提供预发布版本。默认开启。

提供商

摘要、提问和翻译的提供商：

摘要 → 提供商和模型。
提问 → 提供商和模型：用于回答有关转写的问题。在你更改之前，与摘要的相同。
翻译 → 提供商和模型。DeepL 和 Google Translate 没有可选的模型。
Ollama → 服务器 URL：Ollama 的地址，默认为 http://localhost:11434。

将模型留空即使用提供商的默认模型。提供商旁边的按钮用于设置其 API 密钥。

API 密钥

各项服务的密钥。点击**设置 API 密钥…输入密钥，或点击更改 API 密钥…**替换（留空即可删除）。密钥保存在系统的凭据存储中。密钥按用途分组，已设置的密钥会显示一个对勾。

分组	密钥	用途
LLM 提供商	OpenAI API 密钥	Whisper API，以及使用 OpenAI 生成摘要、提问和翻译
	Anthropic API 密钥	使用 Claude 生成摘要、提问和翻译
	DeepSeek API 密钥	使用 DeepSeek 生成摘要、提问和翻译
	Gemini API 密钥	使用 Gemini（来自 Google AI Studio）生成摘要、提问和翻译
	Mistral API 密钥	使用 Mistral 生成摘要、提问和翻译
	xAI API 密钥	使用 Grok 生成摘要、提问和翻译
翻译	DeepL API 密钥	使用 DeepL 翻译（免费套餐的密钥也可以）
	Google API 密钥	超出免费额度的 Google Speech-to-Text，以及 Google Translate（Cloud Translation API）
转写	Hugging Face 令牌	使用 WhisperX 识别说话人

转写

各引擎的选项，每个引擎一个部分。

WhisperX

计算类型、批处理大小和使用 CPU。请参阅 WhisperX 高级选项。在搭载 Apple 芯片的 Mac 上，除非开启了使用 CPU，否则 WhisperX 会在其 GPU 上转写。请参阅在 Mac 上。在 Mac 的 GPU 上，计算类型和批处理大小的提示会说明它们不适用，使用 CPU则链接到支持的模型。

Whisper API

温度和单词时间戳。请参阅 Whisper API 选项。

字幕

字幕的拆分方式：适用于视频上和字幕模式中显示的字幕、导出的字幕文件以及带字幕的视频。每个选项都有一个用于横屏视频的值，以及一个用于更窄的竖屏视频（高大于宽，例如手机视频）的值：

选项	横屏	竖屏
每条字幕最大行数	`2`	`2`
每行最大字符数	`42`	`24`
中文、日语和韩语：这些语言每行的字符数，因为它们的字符宽度约为拉丁字符的两倍	`16`	`10`

一条字幕的各行长度会尽量均衡，不使用空格书写的语言会在字符之间换行。

高亮单词会在 .srt 和 .vtt 文件中，在说出每个字词时为其加下划线。默认关闭。

关于

Audiotext 的版本，以及本文档、GitHub 源代码和捐赠页面的链接。检查更新会立即检查是否有新版本：如果有，按钮会变为下载并打开其页面。