Lista zmian

Transkrypcja w 17 językach

Transkrypcja była na sztywno ustawiona na angielski. Spotkanie po polsku zamieniało się w bełkot udający angielski, choć modele pobierane przez Autorec rozumieją wiele języków. Whisper sam rozpoznaje teraz język mowy, a w Ustawienia → Transkrypcja jest nowe ustawienie Język mowy, które pozwala wybrać język na stałe, gdy rozpoznawanie się myli: angielski, niemiecki, hiszpański, francuski, włoski, portugalski, niderlandzki, polski, szwedzki, turecki, rosyjski, ukraiński, arabski, hindi, chiński, japoński i koreański.

Edytowane transkrypcje aktualizują napisy

Edycja transkrypcji w widoku nagrania zapisywała tylko plik tekstowy, więc napisy .srt zachowywały stare słowa. Teraz napisy są aktualizowane razem z edycją, o ile liczba wierszy się nie zmienia. Jeśli wiersze dodano lub usunięto, napisy zostają bez zmian, bo nie da się uczciwie wyznaczyć czasu nowych wierszy.

Przy okazji znaleźliśmy błąd w scalonych napisach: na końcu tekstu każdego wpisu pojawiał się zabłąkany numer wpisu. To też jest naprawione.

Kodowanie sprzętowe na Intelu i AMD

Z koderów Intel Quick Sync i VAAPI nie dało się dotąd korzystać, więc nagrania na takich komputerach zawsze przechodziły na koder programowy. Teraz dostają klatki w formacie, którego oczekują. Przetestowaliśmy to tylko na tyle, by upewnić się, że nic się nie zmieniło przy kodowaniu na kartach NVIDIA i programowym; jeśli nagranie na komputerze z Intelem lub AMD wygląda źle, daj nam znać.

Poza tym w tym wydaniu

• Linux: zniknął wąski pasek przewijania, który przy niektórych rozmiarach okna prześwitywał przez otwarte okna dialogowe w widoku nagrania.
• Polecenie --test-record kończy się teraz błędem, gdy nagrywania nie udało się rozpocząć, więc skrypty mogą na nim polegać. Folder nagrań bez prawa zapisu nie powoduje już awarii aplikacji; nagrywanie po prostu się nie zaczyna, a aplikacja wyświetla jasny komunikat.

Pakiety dla Windowsa działają bez instalowania ffmpeg

Instalator i archiwum ZIP dla Windowsa nie zawierały ffmpeg.exe, więc na świeżym systemie transkrypcja, miniatury, przycinanie, kompresja i scalanie kończyły się błędem. Oba pakiety mają teraz obok autorec.exe to samo narzędzie FFmpeg na licencji LGPL co pakiety dla Linuksa i macOS, a Autorec używa tej kopii, a nie ffmpeg, który być może masz zainstalowany.

Poza tym w tym wydaniu

• Windows: przycinanie, kompresja i scalanie w ogóle nie działały, a jedynym śladem był komunikat „ffmpeg merge failed”; w widoku nagrania brakowało też przycisku Kompresuj. Obie usterki wynikały ze sposobu, w jaki Windows uruchamia polecenia, i obie są naprawione.
• Długość nagrania jest odczytywana bezpośrednio w aplikacji, a nie przez narzędzie ffprobe, którego nie zawiera żaden pakiet. Wcześniej długość wynosiła 0, a miniatury pochodziły z pierwszej sekundy zamiast z 10% nagrania.
• Miniatury i punkty przycięcia były błędne w systemach z przecinkiem jako separatorem dziesiętnym (m.in. w polskich, niemieckich i francuskich ustawieniach regionalnych), bo czas przewinięcia zapisywano z przecinkiem.

Pakiety dla Linuksa nagrywają na każdym komputerze

Pakiet .deb i AppImage potrafiły nagrywać tylko na komputerze z kartą NVIDIA. Korzystały z FFmpeg z dystrybucji, a wersja z Ubuntu nie ma programowego kodera H.264, którego Autorec może legalnie używać. Bez NVENC każde nagranie kończyło się błędem „All video encoders failed”.

Wszystkie pakiety dla Linuksa mają teraz własne FFmpeg z koderem OpenH264, więc nagrywanie działa z GPU i bez niego. W zestawie jest też narzędzie ffmpeg, z którego korzystają miniatury, transkrypcja, przycinanie, kompresja i scalanie. Wcześniej wymagały one ffmpeg zainstalowanego w systemie. Dołączona kopia zostaje we własnym folderze aplikacji i nie zastępuje ffmpeg z twojej dystrybucji.

Jeden RPM dla wszystkich dystrybucji RPM

Osobne pakiety dla Fedory 43 i Fedory 44 zastępuje jeden plik .rpm. Ten sam plik instaluje się na Fedorze 43, Fedorze 44 i openSUSE Tumbleweed.

Nagrania zachowują proporcje

Przechwycone klatki były rozciągane do obrazu 16:9, więc okno o innych proporcjach wychodziło zniekształcone, a razem z nim miniatura. Teraz klatki są wpasowywane w obraz z czarnymi pasami. Nagrania sprzed tego wydania pozostają bez zmian.

Poza tym w tym wydaniu

• Biblioteka odświeża się sama, gdy kończy się nagranie albo transkrypcja, przycinanie, kompresja lub scalanie. Wcześniej trzeba było odświeżać ją ręcznie.
• Zakończ zamyka aplikację nawet w trakcie scalania, przycinania lub kompresji. Wcześniej aplikacja czekała na koniec zadania albo zawieszała się na dobre, a pozostały proces blokował potem każde kolejne uruchomienie komunikatem „already running”. Przerwane zadania można ponowić po następnym starcie.
• Scalanie, przycinanie i kompresja nie stoją już w nieskończoność na 0%, gdy Autorec uruchomiono z terminala. Anuluj działa teraz także na zawieszonym zadaniu.
• Linux: zawartość strony rzadziej przebija przez otwarte okna dialogowe w widoku szczegółów nagrania. Przy niektórych rozmiarach okna wąski pasek przewijania nadal prześwituje, dopóki nie zniknie.
• AppImage znów jest mniejszy: ze 111 MB do 89 MB. Pakiet .deb urósł z 33 MB do 46 MB, bo zawiera teraz FFmpeg.

AppImage znów uruchamia się na Fedorze

AppImage wysypywał się przy starcie na Fedorze i na każdej innej dystrybucji spoza rodziny Debiana i Ubuntu. Zawierał własną kopię WebKitGTK, a ta szuka swoich programów pomocniczych w ścieżce, która istnieje tylko w systemach z rodziny Debiana.

Teraz AppImage korzysta z WebKitGTK dostarczanego przez twoją dystrybucję i przynosi tylko te biblioteki, których systemowi może brakować. Wymaga zainstalowanych WebKitGTK 6.0 i libadwaita, które mają aktualne dystrybucje desktopowe. Plik do pobrania zmalał ze 162 MB do 111 MB.

Pakiety RPM

To wydanie wprowadza pakiety RPM dla Fedory 43 i Fedory 44. Instalują się przez dnf na czystym systemie, bez repozytorium RPM Fusion.

Poza tym w tym wydaniu

• AppImage: polecenie zamknięcia lub zatrzymania aplikacji z terminala albo z menedżera sesji trafia teraz do samego procesu Autorec, a nie do skryptu opakowującego, więc aplikacja zamyka się poprawnie

Przełączanie kart w przeglądarce już nie kończy nagrania

Meet, Teams i Zoom w przeglądarce są wykrywane po tytule karty. Przeglądarka nazywa swoje okno od karty, która jest na wierzchu, więc przejście na inną kartę w trakcie rozmowy sprawiało, że z perspektywy aplikacji Autorec spotkanie znikało. Aplikacja zamykała plik, a po powrocie na kartę zaczynała nowy. Jedna rozmowa w Teams skończyła się dziewięcioma nagraniami.

Zanim Autorec uzna spotkanie za zakończone, sprawdza teraz mikrofon. Dopóki okno spotkania istnieje, a aplikacja korzysta z mikrofonu, nagrywanie trwa bez względu na tytuł. Gdy aplikacja zwolni mikrofon, spotkanie kończy się po zwykłym okresie oczekiwania.

Rozmowy w Telegramie

Telegram jest wykrywany od razu. Tytuł jego okna to nazwa kontaktu – zarówno przy otwartym czacie, jak i podczas rozmowy – więc nic nie mówi o tym, czy rozmowa trwa. Dlatego Autorec śledzi, czy Telegram używa mikrofonu, tak samo jak w przypadku Signala i Elementu. Telegram trzyma mikrofon tylko w trakcie rozmowy, więc aplikacja otwarta przez cały dzień niczego nie nagra.

Po aktualizacji reguła wykrywania dla Telegramu pojawi się przy następnym uruchomieniu.

Cena pochodzi z jednego źródła

W tym wydaniu w aplikacji nic się nie zmieniło. Strona internetowa nigdzie już nie podaje sztywnej ceny: karta cennika i kalkulator kosztów pobierają ją na bieżąco od operatora płatności, więc kwota na stronie i ta, którą płacisz, nie mogą się rozjechać.

Aplikacja nigdy nie pokazywała własnej ceny. Kup otwiera stronę zakupu i tam właśnie jest cena.

Cztery kolejne aplikacje wykrywane od razu

Autorec wykrywa teraz rozmowy w Proton Meet i Jitsi Meet w przeglądarce oraz w aplikacjach desktopowych Signal, Element i Proton Meet. Zoom, Teams i Google Meet działają jak dotąd. Po aktualizacji nowe reguły wykrywania pojawią się przy następnym uruchomieniu. Nie musisz klikać Przywróć domyślne.

Wykrywanie po użyciu mikrofonu

Signal, Element i aplikacja Proton Meet nigdy nie zmieniają tytułu okna. Brzmi on „Signal” bez względu na to, czy akurat rozmawiasz, czy nie, więc reguła oparta na tytule nagrywałaby cały dzień. Autorec ma teraz drugi sygnał: sprawdza, czy aplikacja ma otwarty mikrofon. Nagrywanie zaczyna się, gdy aplikacja przejmuje mikrofon, i kończy, gdy go zwolni – po zwykłym okresie oczekiwania.

Dwie rzeczy warto wiedzieć. Zawieszenie rozmowy, przy którym aplikacja zwalnia mikrofon, kończy nagranie. A na macOS ten sygnał wymaga wersji 14.2 lub nowszej; starsze systemy zachowują reguły oparte na tytule i go pomijają.

Dodawanie aplikacji

W Ustawienia → Reguły wykrywania jest nowy przycisk Dodaj aplikację. Pokazuje aplikacje uruchomione w tej chwili, sam kopiuje prawdziwą nazwę procesu i pyta, kiedy nagrywać: gdy tytuł okna wygląda na spotkanie, gdy aplikacja używa mikrofonu, albo zawsze, gdy aplikacja działa. Telegram, Discord, Webex czy własny serwer Jitsi to kwestia kilku kliknięć.

Jeśli aplikacja nie jest w tej chwili otwarta, wskaż jej plik. Reguła pokazuje plakietkę „teraz nie działa”, dopóki aplikacja nie zostanie wykryta po raz pierwszy.

Poza tym w tym wydaniu

• Windows: rozmowy w przeglądarce znów są wykrywane. Google Meet i Teams w przeglądarce nigdy nie były wykrywane na Windowsie, bo wzorce procesów oczekiwały chrome, a Windows zgłasza chrome.exe. Naprawione.

Jedno spotkanie, jeden plik

Spotkanie potrafiło rozpaść się na dwa lub trzy osobne nagrania. Zmiana nagrywanego okna dzieliła plik. Tak samo działał Zoom, który po cichu niszczy i tworzy na nowo swoje okno, gdy zaczyna się rozmowa, i jeszcze raz, gdy ktoś udostępnia ekran. Za każdym razem oznaczało to kolejny plik MP4 i kolejną transkrypcję do ręcznego sklejania.

Naprawiliśmy to u źródła. Zmiana okna w trakcie nagrywania przełącza teraz nagranie w locie: ten sam plik, ten sam licznik czasu, ta sama nazwa. Jeśli spotkanie utworzy swoje okno na nowo, Autorec za nim podąży. Krótka przerwa w wykrywaniu też już niczego nie kończy: Autorec czeka 15 sekund, zanim uzna, że spotkanie naprawdę się skończyło.

Scalanie nagrań

Na podziały, które już się zdarzyły, i na wypadek awarii: dowolne dwa lub więcej nagrań można połączyć w jedno. Zaznacz je w bibliotece i wybierz Scal.

Gdy klipy do siebie pasują, Autorec łączy je bez ponownego kodowania – trwa to kilka sekund i nie traci się jakości. Gdy się różnią, mówi o tym, zanim potwierdzisz, i podaje zarówno rozdzielczości klipów, jak i tę, do której przekoduje całość. Transkrypcje też są łączone: wpisy .srt przesuwają się na scaloną oś czasu, więc napisy pozostają zsynchronizowane do samego końca.

Domyślnie oryginały zostają na miejscu. Możesz ustawić, żeby Autorec je zastąpił – zrobi to dopiero po sprawdzeniu scalonego pliku.

Gdy Autorec nie może zapobiec podziałowi (np. po awarii), okno po nagraniu informuje, że spotkanie zapisało się w częściach, i proponuje ich scalenie.

Poza tym w tym wydaniu

• Kompresja działa na macOS. Wcześniej nie działała tam nigdy: przycisk Kompresuj zawodził przy każdej próbie, z dwóch różnych powodów w dołączonym zestawie narzędzi wideo. Oba naprawione, z tymi samymi docelowymi rozmiarami co na Linuksie i Windowsie.
• Nagrania rozpoczęte w tej samej minucie już się nie nadpisują. Znacznik czasu w nazwie pliku ma dokładność do minuty, więc drugie nagranie rozpoczęte w tej samej minucie po cichu zastępowało pierwsze.
• Zmiana okna nie zużywa już drugiego nagrania z limitu planu darmowego i nie uruchamia od nowa 40-minutowego limitu. Jeden ciągły plik liczy się raz.

Zakup i aktywacja

Kliknięcie Kup wyraźnie coś teraz robi. Jeśli przeglądarka się nie otworzy, dostajesz link do skopiowania zamiast ciszy.

• Licencje, które dotarły bez przypisanego adresu e-mail, naprawiają się same przy starcie, więc aktywacja nie wygląda już na zepsutą
• Okno O programie pokazuje e-mail licencji i datę aktywacji w jednym wierszu, bez wiszącego myślnika, gdy e-maila brak

Transkrypcja na karcie graficznej

Transkrypcja korzysta teraz z karty graficznej: z Vulkana na Linuksie i Windowsie, z Metalu na macOS. Długie spotkania, które wcześniej zajmowały procesor na wiele minut, są gotowe znacznie szybciej.

Nie trzeba niczego konfigurować. Autorec przy starcie wybiera najlepszą dostępną opcję, a na komputerze bez użytecznego GPU korzysta z procesora. Jeśli transkrypcja na GPU się nie powiedzie, ponawia ją na procesorze, informuje cię o tym i przestaje używać tego GPU, zamiast znów zawodzić w ten sam sposób.

Ustawienia pokazują, który backend i które urządzenie są w użyciu, a przełącznik Wymuś CPU pozwala zostawić GPU w spokoju.

Start po zalogowaniu

Automatyczny rejestrator przydaje się tylko wtedy, gdy działa, a świeża instalacja po wylogowaniu już nie wracała. Przy pierwszym uruchomieniu Autorec sam dodaje się do autostartu, a jeśli wolisz inaczej, w Ustawieniach jest przełącznik Uruchamiaj po zalogowaniu. Wyłączenie jest trwałe.

Instalacja pakietu .deb lub .rpm od razu pokazuje też ikonę w zasobniku systemowym – nie trzeba samodzielnie szukać i uruchamiać aplikacji.

Pakiet .deb dla Linuksa znów się uruchamia

Pakiet .deb z wersji 0.10.0 dawał się zainstalować, ale na większości komputerów nie chciał się uruchomić. Był zbudowany z bibliotekami GPU, które istniały tylko na naszym serwerze kompilacji, więc wszędzie indziej padał, zanim pojawiło się jakiekolwiek okno. Przebudowaliśmy go bez nich. Jeśli masz na Linuksie wersję 0.10.0, to jest właśnie poprawka.

Poza tym w tym wydaniu

• Strona pobierania proponuje teraz wersję dla twojego systemu, a pełna lista jest o jedno kliknięcie dalej

macOS

Autorec działa na Macach z Apple silicon. Plik .dmg zawiera wszystko, czego potrzeba, więc nie musisz instalować Homebrew ani osobno FFmpeg.

Dostęp do ekranu i mikrofonu macOS udostępnia dopiero po wyrażeniu zgody we własnych oknach systemowych, dlatego przy pierwszym uruchomieniu aplikacja przeprowadzi cię przez nadanie uprawnień. Bez uprawnienia do nagrywania ekranu macOS ukrywa tytuły okien przed wszystkimi aplikacjami, więc Autorec w ogóle nie widzi, że zaczęło się spotkanie. Zamiast bezczynnie czekać, aplikacja teraz o tym informuje.

Kompilacja ma tylko podpis ad hoc, więc przy pierwszym uruchomieniu zamiast dwukrotnego kliknięcia użyj prawego przycisku myszy i wybierz Otwórz.

Poza tym w tym wydaniu

• Zmiany na karcie Monity w Ustawieniach są teraz zapisywane na dysku (wcześniej przepadały po zamknięciu)

Ponowne uruchomienie przywraca okno

Uruchomienie aplikacji Autorec, gdy już działała w zasobniku systemowym, pozornie nic nie robiło. Teraz istniejące okno wychodzi na wierzch. Świadome uruchomienie otwiera okno; start po zalogowaniu nadal trafia prosto do zasobnika, bez okna.

Dźwięk i obraz pozostają zsynchronizowane

W długich nagraniach dźwięk wyprzedzał obraz. W 40-minutowym spotkaniu różnica dochodziła do około 21 sekund – na tyle dużo, że nagranie nadawało się już tylko do słuchania.

Moduł przechwytywania dostarczał klatki nieco szybciej, niż wynosiła docelowa liczba klatek na sekundę, a znaczniki czasu przesuwano do przodu, żeby to wyrównać. Gdy obraz raz wysunął się naprzód, już nie wracał. Teraz znaczniki czasu są przypięte do zegara, a nadmiarowe klatki są odrzucane, zamiast trafiać w przyszłość. 45-sekundowe nagranie testowe ma 45,10 s obrazu wobec 45,12 s dźwięku.

Poza tym w tym wydaniu

• Biblioteka nie pokazuje już na stałe etykiety „Transkrypcja w kolejce”, gdy nic nie jest transkrybowane

Pobieranie znów działa

Wszystkie linki do pobrania na tej stronie były zepsute, podobnie jak sprawdzanie aktualizacji w aplikacji. Pliki wydań leżały w prywatnym repozytorium, więc bez zalogowania na nasze konto każdy dostawał błąd 404. Teraz trafiają do publicznego.

Jeśli wcześniej pobieranie się nie powiodło, spróbuj ponownie.

Poza tym w tym wydaniu

• Strona dla prasy z logotypami, zrzutami ekranu i informacjami, o które pytają dziennikarze

Poprawny numer wersji w nazwie AppImage

W nazwie pliku AppImage widniał nieaktualny numer wersji, więc nie było od razu widać, z którego wydania pochodzi pobrany plik. Teraz numer jest brany bezpośrednio z kompilacji.

Zmiany techniczne

Kolejna poprawka w procesie wydawania, bez wpływu na samą aplikację. Jeśli używasz już 0.9.3, możesz ją pominąć.

Zmiany techniczne

Wyłącznie zmiany w procesie budowania i wydawania. W samej aplikacji nic się nie zmienia, więc jeśli masz już 0.9.2, aktualizacja nie jest potrzebna.

Ceny w euro

Cennik podaje teraz kwoty w euro, zgodne z tym, co faktycznie płacisz przy zakupie. Poprawnie podaje też liczbę urządzeń: jedna licencja obejmuje pięć urządzeń.

AppImage uruchamia właściwą aplikację

AppImage z wersji 0.9.0 pokazywał po starcie okno zastępcze zamiast interfejsu ustawień. Szukał własnych plików w stałej lokalizacji, która istnieje tylko przy zwykłej instalacji, więc wewnątrz AppImage nie znajdował niczego. Teraz szuka ich względem własnego położenia i działa, gdziekolwiek go umieścisz.

Zakupy obsługuje też nowy operator płatności. Dotychczasowe licencje nadal działają.

Pierwsze publiczne wydanie

Autorec pilnuje Zooma, Teams i Google Meet. Zaczyna nagrywać, gdy rozmowa się zaczyna, i kończy, gdy się kończy. Wszystko, co dzieje się potem, odbywa się na twoim komputerze: transkrypcja, podsumowania, przycinanie.

Własny monit do podsumowań AI

Monit systemowy, na którym opiera się każde podsumowanie AI, możesz dowolnie edytować. Poproś o decyzje, zadania do wykonania, ryzyka, terminy – o to, co twój zespół faktycznie czyta. Domyślnie wynikiem jest JSON w postaci {title, summary}, dzięki czemu biblioteka nadal automatycznie dostaje tytuły spotkań; tę część zostaw bez zmian, a resztę przepisz po swojemu.

Gotowe ustawienia dostawców – jedna lista, dwanaście backendów LLM

Przełączenie między OpenAI, Anthropic, OpenRouter, Groq, Cerebras, SambaNova, Hyperbolic, Ollama, LM Studio, LocalAI, llama.cpp i vLLM to jedno kliknięcie. Wybierz gotowe ustawienie, a bazowy adres URL i rozsądny model domyślny uzupełnią się same.

Osobne przełączniki dla każdego źródła dźwięku

Mikrofon i dźwięk pulpitu mają własny przełącznik, wybór urządzenia, suwak wzmocnienia i wskaźnik poziomu na żywo. Nagrywaj cały pulpit albo tylko wybrane aplikacje, z przyciszaniem w obie strony lub z pierwszeństwem mikrofonu, żeby żadna strona nie zginęła w tle.

Kolejka przetwarzania

Każda transkrypcja, podsumowanie i kompresja trafia na jedną listę – z własnym postępem, statusem i przyciskiem anulowania. Filtruj zadania aktywne, zakończone lub nieudane. Zamknij okno, a kolejka i tak pracuje dalej.

Uczciwy shareware

Trzy darmowe nagrania na 24 godziny, każde do 40 minut, z ostrzeżeniem pięć minut przed automatycznym zatrzymaniem. Zapłać raz, a limit znika; jeden klucz obejmuje pięć urządzeń. Żadnego DRM poza uprzejmym przypomnieniem, a twoje dotychczasowe nagrania tak czy inaczej zostają twoje.

Wszystko inne w pierwszym wydaniu

• Automatyczne wykrywanie spotkań w Zoomie, Microsoft Teams i Google Meet
• Nagrywanie konkretnego okna – zapisuje okno spotkania, a nie cały ekran
• Kodowanie z akceleracją sprzętową (NVENC, QSV, VAAPI)
• Profile jakości: 1080p, 720p, 480p przy 15/24/30 kl./s
• Lokalna transkrypcja przez whisper.cpp, z wynikiem w .txt i .srt
• Pięć rozmiarów modelu transkrypcji, od tiny do large
• Tytuły i podsumowania generowane przez AI za pośrednictwem dowolnego API zgodnego z OpenAI
• Biblioteka wideo z widokiem kafelków i tabeli, wyszukiwaniem i sortowaniem
• Wbudowany odtwarzacz z podglądem transkrypcji, klikalnymi znacznikami czasu i edycją w miejscu
• Przycinanie nagrań, żeby wyciąć przestoje, i kompresja, żeby oszczędzić miejsce na dysku
• Integracja z zasobnikiem systemowym – podczas nagrywania ikona jest czerwona, więc stan widać z drugiego końca pokoju
• Wskaźniki poziomu dźwięku działają poprawnie w ustawieniach regionalnych z przecinkiem jako separatorem dziesiętnym, m.in. polskich, niemieckich i francuskich – wcześniej stały nieruchomo na −120 dBFS
• Konfigurowalny folder wyjściowy, szablony nazw plików, jakość i przełączniki dla poszczególnych aplikacji
• Dostępny na Linuksa (AppImage, .deb) i Windowsa (.exe)