VidBee 版本演进全解析从下载工具到本地转写与 AI 问答的一体化桌面应用【免费下载链接】VidBeeDownload video and audio from YouTube , TikTok , Twitter , Instagram , Facebook , Twitch , Bilibili , and 1000 sites—or import local media. Create searchable transcripts on your computer, then summarize, translate, or ask questions with your preferred AI provider.项目地址: https://gitcode.com/GitHub_Trending/vi/VidBee本篇技术指南以 VidBee 桌面端的法文版更新日志apps/desktop/changelogs/CHANGELOG.fr.md为主线梳理 VidBee 从 v0.1.0 到 v2.1.0 的完整功能演进脉络并深入讲解 2.0 里程碑引入的下载 → 本地转写 → 关键词搜索 → AI 问答全链路能力。读完本文你将掌握 VidBee 各版本的核心功能边界、本地语音识别模型的选择与推荐机制、AI 提供商接入方式以及每个版本对应的源码实现位置可直接用于功能选型、问题排查与二次开发。文档定位面向用户的可见变化清单官方更新日志开宗明义地说明该页面只呈现用户可见的演进不包含实现细节完整发布说明以 GitHub Releases 为准CHANGELOG.fr.md。这意味着本文档适合作为产品能力清单来阅读而仓库源码则恰好为清单中的每一项提供了实现佐证。下文将按照时间线倒序先深入 2.x 时代的功能主线再梳理 1.x 的平台化演进最后回到 0.x 的起步阶段。v2.0.0从下载即结束到下载只是开始v2.0.0 是 VidBee 的产品定位分水岭。日志原文如此概括在 1.x 时代VidBee 保存文件后就停止了2.0 则继续走下去——在本机转写、标记说话人、搜索引文然后交给 AI 生成摘要CHANGELOG.fr.md。官方配图展示了这一工作流的变化本地转写四大家族模型与机器自动推荐v2.0.0 允许用户在四种语音识别模型中选择Whisper、SenseVoice、Parakeet 或 Qwen3-ASR并且 VidBee 可以根据电脑配置和应用语言自动推荐模型CHANGELOG.fr.md。从源码看这套机制的实现横跨packages/transcription包的多个模块模型清单model-catalog.ts 中的MODEL_CATALOG定义了每个模型族所需的全部文件规格encoder/decoder/joiner/tokens/tokenizer 等全部来自 k2-fsa/sherpa-onnx 的官方发布资源并统一使用 int8 量化版本以降低内存占用。模型元数据asr-tiers.ts 中的ASR_TIERS为每个档位记录了bytesHint体积提示、minRamGB最低内存要求、qualityRank质量排序分和languages适用语言组并带有performance字段标明低配/主流/高配机型下的速度与质量预期。自动推荐asr-recommend.ts 中的recommendAsrModels综合内存、CPU 核数、GPU 厂商、操作系统与界面语言返回最多三个候选模型。例如低内存8GB机器优先minimal/whisper-base/sense-voice中文高配机器优先qualityQwen3-ASR/sense-voice-2025/whisper-turbo英语高配机器优先parakeet-v3/whisper-turbo/balanced。下表汇总了日志中提到的四大模型族的源码级信息来自 asr-tiers.ts模型族档位 id模型体积提示最低内存语言组源码性能标注Whisperminimalwhisper-tiny-int8≈75 MB4 GB多语言低配 / 快 / 尚可Whisperwhisper-basewhisper-base-int8≈150 MB6 GB多语言低配 / 快 / 良好Whisperbalancedwhisper-small-int8≈250 MB8 GB多语言主流 / 中速 / 良好Whisperwhisper-turbowhisper-turbo-int8≈810 MB10 GB多语言主流 / 中速 / 更好SenseVoicesense-voice/sense-voice-2025中英日韩粤 int8≈230 MB8 GB中/日韩/英/多语主流 / 快 / 中文与东亚语言良好Parakeetparakeet-v2/parakeet-v3nemo-parakeet-tdt-0.6b≈650 MB10 GB英v3 含多语主流 / 快 / 英文最佳Qwen3-ASRqualityqwen3-asr-0.6b-int8≈840 MB16 GB中文高配 / 慢 / 中文最佳转写完全在本地执行模型下载完成后可离线工作音频绝不会上传到任何转写服务CHANGELOG.fr.md。除下载视频转写外还可以导入本地音频/视频文件或直接拖放到 Transcripts 页面进行转写。说话人标记自动分段与手动修正日志中的说话人功能包含三点自动检测说话人并在播放器下方显示发言时间条固定说话人数量并重新标记对话而不改变识别出的文字点击某个说话人即可跳转到其下一句发言CHANGELOG.fr.md。从源码结构看说话人功能由packages/transcription中的一组speaker-*模块支撑speaker-assign.ts、speaker-embed.ts、speaker-cluster.ts、speaker-count.ts 等并依赖模型清单中的说话人专用文件silero-vad语音活动检测、pyannote-segmentation说话人分段以及多个说话人嵌入模型model-catalog.ts。说话人数量相关约束定义在 speaker-count.ts如DEFAULT_SPEAKER_COUNT、MAX_SPEAKER_COUNT并通过parseSpeakerCount/sherpaNumClusters参与聚类参数换算。搜索与时间戳行级定位与多格式导出每条转写行都带时间戳点击一行甚至一个词即可从该精确时刻开始播放支持按关键词或说话人姓名搜索并高亮匹配结果可以复制段落或导出为纯文本、Markdown 或字幕文件CHANGELOG.fr.md。对应实现位于 renderer 侧转写面板组件见 TranscriptCaptionsPane.tsx搜索逻辑集中在lib/transcript-search.ts、lib/transcript-index.ts导出能力由lib/transcript-export.ts与lib/transcript-vtt.ts提供。Ask AI内置提示词模板与多提供商接入内置提示词包括要点式摘要、翻译、FAQ、思维导图、语法修正等同时支持用户编写自定义提示词。可连接 OpenAI、Anthropic、Google、DeepSeek、xAI、Ollama、LM Studio 或任意自选提供商API 密钥始终保存在本机CHANGELOG.fr.md。内置提示词模板的种子定义在 ai-prompts.ts包括 Overview章节 关键引文的结构化总览、Bullet Points要点摘要、Improve Grammar语法与标点修正、Generate FAQ、Extract Statistics统计数据抽取、Paraphrase Content改写、Create a mindmap输出 mermaid 思维导图、Translate翻译到当前界面语言通过{{uiLanguage}}令牌动态替换。每个模板都统一追加格式约束规则保证输出可读、不包裹多余代码块。旧版本提示词还会在升级时被mergeDefaultAiPrompts平滑刷新到最新种子同时保留用户未编辑过的预设ai-prompts.ts。提供商接入方面ai-remote-models.ts 展示了模型列表的拉取逻辑对 OpenAI 兼容端点请求GET /models对 Anthropic 则在/v1/models上使用x-api-key头ai-remote-models.ts失败时静默回退到内置目录不会打断用户操作。AI 密钥的加密存取与提供商预设含 baseUrl 解析分别由 ai-store.ts 与shared/ai-presets.ts负责。隐私设计默认本地可选本地 LLM日志强调隐私优先语音与文件始终留在本机只有当用户主动运行 Ask AI 时才仅将转写文本发送给所选提供商若希望这一步也完全本地化可选择 Ollama 或 LM Studio 作为提供商CHANGELOG.fr.md。同版本其他能力迷你播放器在切换界面时保持可用下载引擎可在后台自更新以持续支持更多网站CHANGELOG.fr.md便携模式下选在便携目录之外的下载文件夹不再被重置转写功能同时支持 Intel Mac 与 Apple Siliconasr-recommend.ts 中的isAppleSilicon也通过 CPU 型号回退判断自托管部署的下载与安装更可靠。v2.0.1 与 v2.0.2下载与播放体验的稳健性补强v2.0.1 引入了两个重要能力CHANGELOG.fr.md最多五种子幕语言可在设置中选择至多五种字幕语言或让 VidBee 跟随界面语言。字幕语言选项的底层实现可参考 subtitle-languages.ts 与 subtitle-language-picker.tsx。暂停/恢复下载进行中的下载可以暂停并续传无需从头开始由社区贡献者 Gani-SMA 提交。同版本的稳健性改进包括字幕不可用时继续下载视频而不是让整个任务失败被取消的下载在重启后保持取消状态只有确认安全保存后才消失下载链接识别更可靠并在网站要求浏览器 Cookie 时给出更清晰的操作指引在不安装额外工具的情况下支持更多网站Windows 下视频播放与窗口在图形/页面故障后恢复更可靠托盘图标打开应用更稳定。v2.0.2 则专门修复了 Windows 上打开已完成的转写时显示空白页的问题确保视频与文本能正常打开播放由 Autsunset 提交CHANGELOG.fr.md。v2.1.0字幕编辑、统一管理与批量操作v2.1.0 是当前日志记录的最新版本2026-08-30带来三类用户可见变化CHANGELOG.fr.md转写字幕编辑新增一行、修改文本、删除一行或多行。转写文本的编辑渲染与交互由 renderer 侧字幕组件承载参见 TranscriptCaptionsPane.tsx编辑结果通过转写编辑相关逻辑写回。转写进入下载列表视频与文本转写产物在下载列表中统一管理无需在两个界面之间切换。批量删除可同时选中多个下载项一并删除配合下载列表的复选框与选择工具栏download-selection-toolbar.tsx、download-record-context-menu.tsx使用。同版本改进下载列表可按站点过滤并显示平台图标便于识别来源平台图标的映射可参考 download-platform.ts过长的标题自动滚动以保持完整可读没有音轨的文件显示明确提示而不是静默失败。1.x 时代平台化、本地化与可靠性工程从 v1.0.0 到 v1.3.10VidBee 完成了从单一桌面下载器到桌面 Web API CLI多形态产品的过渡并沉淀了大量可靠性修复。v1.3.1Web/API 版本与 SQLite 历史记录v1.3.1 是一次重要的架构里程碑CHANGELOG.fr.md新增Web 与 API 版本共享下载能力与对齐的设置行为——对应仓库中的 apps/web 与 apps/api 两个应用支持从设置上传Cookie 文件与配置文件下载历史迁移到SQLite提升可靠性与跨平台一致性——桌面端历史存储实现见 history-manager.ts数据库 schema 见 schema.ts下载对话框引入共享的添加 URL弹层并优化了深色主题下的光标可见性。v1.3.0 与 v1.3.6v1.3.10本地化与可观测性v1.3.0 加入法语、俄语、土耳其语界面一键粘贴链接即下载并让输出容器格式被更一致地遵守CHANGELOG.fr.md。多语言资源位于 packages/i18n/src/locales含 ar/de/en/es/fr/id/it/ja/ko/pt/ru/tr/zh-TW/zh。v1.3.6 引入GlitchTip错误上报与用户反馈、旧版本更新通知、Rybbit 分析集成CHANGELOG.fr.md。相关代码见 glitchtip.ts 与 renderer 侧的 glitchtip.ts。v1.3.7 强化文件名净化处理特殊 Unicode 与控制字符Windows 下载自动截断过长文件名且并发下载数调整即时生效CHANGELOG.fr.md。v1.3.8 加固数据库迁移FFmpeg 等可选工具缺失/初始化失败不再阻塞启动订阅检查减少对常见网络/源格式问题的噪音上报CHANGELOG.fr.md。v1.3.9 简化自定义 FFmpeg 路径可填可执行文件或所在目录macOS/Linux 同样自动缩短超长文件名并支持键盘快捷键快速添加链接CHANGELOG.fr.md。v1.3.10 让一键下载默认开启首次使用即可更快开始下载CHANGELOG.fr.md。v1.1v1.2RSS 订阅、播放列表与日常体验打磨v1.0.0 首次提供稳定版加入RSS 订阅下载能力CHANGELOG.fr.md订阅核心逻辑由 packages/subscriptions-core 承担feed 解析、调度、自动下载见 feed-parser.ts、scheduler.ts、auto-download.ts。v0.3.0 加入播放列表下载支持CHANGELOG.fr.md界面组件见 PlaylistDownload.tsx。v1.1.0 加入下载历史批量清理与自定义下载文件夹v1.1.7 扩充媒体输出偏好选项v1.2.4 设置页新增独立 Cookie 标签页CHANGELOG.fr.md、CHANGELOG.fr.md、CHANGELOG.fr.md。0.x 起步阶段发布管线与基础设施0.x 系列集中在发布管线建设0.1.0 为首次公开发布2025-10-23随后多个补丁版本解决 CI 触发器限定main、显式 shell、yt-dlp 二进制打包、Windows 专属构建等发布问题0.3.1 改善 Linux 体验并加入新版本通知0.3.2 改善多设备分发体验CHANGELOG.fr.md。这些基础设施最终支撑起 1.x 的稳定发布与 2.0 的功能跃迁。版本脉络速查版本日期主题v0.1.0v0.3.52025-102025-11首次公开版本、发布管线、播放列表、Linux 与预览体验v1.0.0v1.0.22025-112025-12稳定版、RSS 订阅下载、自动启动v1.1.xv1.2.x2025-122026-01历史清理、自定义下载目录、Cookie 设置、一键下载、水印选项v1.3.0v1.3.102026-022026-04法/俄/土语本地化、Web/API 版本、SQLite 历史、GlitchTip/Rybbit、文件名与迁移加固v2.0.02026-08-22本地转写、说话人、搜索与时间戳、Ask AI、隐私优先工作流v2.0.1v2.0.22026-08-23五种子幕语言、暂停/恢复、Windows 修复v2.1.02026-08-30字幕编辑、转写进入下载列表、批量删除、按站点过滤结语与延伸阅读VidBee 的版本历史展示了一条清晰的演进路径先是稳固的下载基础设施与发布管线接着扩展为 Web/API/CLI 多形态再以 v2.0.0 为分水岭引入本地优先的转写与 AI 问答能力最后通过 v2.1.0 将转写产物纳入统一管理闭环。若想深入某个能力建议按以下路径阅读仓库语音识别模型体系asr-tiers.ts、model-catalog.ts、asr-recommend.ts转写管线与说话人pipeline.ts、speaker-assign.ts、transcript-store.tsAI 提示词与提供商ai-prompts.ts、ai-remote-models.ts、ai-store.ts下载与订阅packages/downloader-core、packages/subscriptions-core应用层主进程逻辑apps/desktop/src/main/lib需要注意的是本更新日志只记录用户可见变化且各版本的实现细节会随后续提交持续演进如需精确到某一 Release 的完整改动应结合对应版本的 Git 提交记录查看。【免费下载链接】VidBeeDownload video and audio from YouTube , TikTok , Twitter , Instagram , Facebook , Twitch , Bilibili , and 1000 sites—or import local media. Create searchable transcripts on your computer, then summarize, translate, or ask questions with your preferred AI provider.项目地址: https://gitcode.com/GitHub_Trending/vi/VidBee创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考