人工智能聊天应用 Cherry Studio 于 10月26日发布了改进文件编辑与语音功能的 2.1.8 版本。边处理文档边聊天的用户可以重试失败的编辑,通过语音输入内容,或即时收听正在生成的语音。
1. 分离文件编辑草稿并加强预览
笔记与生成产物等内容的编辑草稿彼此独立,失败的编辑也会保留以便重试。据公司公告,文本编辑和预览最高支持 8 MiB。
富文本格式 RTF 可按文档原貌预览。刷新文件后仍会保留阅读位置,同时修正了 Word 文档的行距。
此次还修复了切换笔记时内容被覆盖,以及关闭磁盘变更提示后编辑停止的问题。
2. 语音输入,生成语音即时播放
在文本输入框中按住鼠标按钮说话,松开后语音输入便会转成文字。用户也可自定义语音输入快捷键。
在设备内将语音转成文字的本地语音识别新增了使用 Qwen3 1.7B 的转写功能。
语音合成改为逐片段即时发送生成语音的流式方式,音频一经生成即可播放。朗读功能也改为读取代码块和句内代码。输入端增加了将口述内容转成文字的途径,输出端则加强了收听生成中的语音及混有代码的回答的方式。
Windows 语音识别已修正为接受标准 16 kHz WAV 输入。此次还增加了语音任务失败或流超时后的诊断信息,在改进输入和播放功能的同时,也调整了排查问题的途径。
3. 扩展搜索、定时任务与远程连接
网络搜索服务提供商列表新增 Tencent Yuanbao Search 和 DeepSeek Search & Fetch,增加了搜索途径的选择。
Querit 和 Crawl4AI 的链接获取检查也得到修复。在新增搜索服务提供商的同时,既有服务提供商的链接获取途径也有所调整。
定时任务可在与智能体的对话中创建,并通过聊天窗口中的任务卡片管理。用户可将对话中确定的事项设为定时任务,之后在同一聊天界面中管理。
在 Feishu 群聊中,可设置为仅在用户 @提及机器人时才由机器人回复。
远程连接邀请支持指定自定义主机名、网络中用于标识设备的名称或 IP 地址,以及端口,方便根据使用环境确定连接地址。
4. 保持任务运行,退出时增加确认步骤
关闭最后一个标签页后,应用不再退出,而是打开启动页 Launchpad。通过区分关闭标签页与退出应用,用户关闭最后一段对话后仍可在应用中继续下一项任务。
此次还新增了防止正在运行的人工智能任务和后台任务进入休眠的功能。在保持任务继续运行的同时,若有任务正在执行,退出应用时会增加确认是否退出的步骤。不仅编辑和聊天功能发生变化,决定何时结束任务的流程也有所调整。
在界面中选中文本后,应用会自动复制并显示快速引用工具栏。这一变化减少了将聊天内容转用到其他输入中的操作。
应用运行基础 Electron 为修复证书安全问题而升级至 44.9.3。这是除功能新增之外,随此次发布一并提供的安全修复。
5. 各操作系统的分发文件
此次为 Windows、macOS 和 Linux 提供适配 x64 与 arm64 架构的软件包。下表选取同一版本的代表性软件包格式,以 x64 为基准,并列比较 arm64 的下载大小。
表:v2.1.8 分发包大小
条件:同一版本所发布文件在 GitHub 上显示的大小
单位:MB
| 分发文件格式 | x64 (MB) | arm64 (MB) |
|---|---|---|
| Windows 安装版 | 297 | 276 |
| macOS DMG | 324 | 302 |
| Linux DEB | 258 | 246 |
分发文件按操作系统、区分处理器类型的架构以及软件包格式划分。Windows 用户可选择安装版或无需安装的便携版,macOS 用户可选择适用于 Apple 芯片或 Intel 芯片的文件。表中选取的三种格式,在相同操作系统与格式下,arm64 文件均小于 x64。这只是下载大小的比较,并不代表安装后占用空间或运行性能的差异。
2.1.8 通过分离草稿、保留失败的编辑以便重试,并在关闭最后一个标签页后打开 Launchpad,减少编辑重试与后续工作之间的中断。
