企业官网建设流程全解析

anarlog 1.0.37 版本解析：说话人重分配、Sonoma 转录修复与本地笔记上下文的可靠性改进

【免费下载链接】anarlogOpen source Granola AI Alternative项目地址: https://gitcode.com/GitHub_Trending/hy/anarlog

本文基于 anarlog（开源 Granola AI 替代方案）仓库中的 1.0.37 版本更新说明（packages/changelog/content/1.0.37.md），围绕 Transcripts、Recording、Notes、Chat 四个模块的系统性可靠性改进展开：说话人标签可从参与者/联系人重新分配并随片段漂移保持稳定、Soniqo 转录在 macOS Sonoma 上恢复可用、时间线笔记创建与图片复制行为修正、聊天获得本地笔记上下文能力。读完本文，你将理解这些改进背后的实现机制、相关源码位置，以及它们如何共同提升会议转录工作流的可用性。

版本概览

1.0.37 发布于 2026-06-02，frontmatter 中的官方摘要为："Speaker assignment, local note context for chat, Sonoma transcription, and timeline note creation are more reliable."（说话人分配、聊天的本地笔记上下文、Sonoma 转录与时间线笔记创建更加可靠）。

这是一次以稳定性与可靠性为核心的版本迭代，四大模块各有明确改进：

下文按模块逐一展开，并引入仓库源码佐证实现细节。

Transcripts：说话人标签重分配与分配稳定性

从转录界面直接重分配说话人

1.0.37 起，转录中的说话人标签（speaker label）可以直接从转录文本上重新分配到三类对象：

• 会话参与者（session participants）：正在参加会议的人；
• 已有联系人（existing contacts）：通讯录中已存在的人；
• 新联系人（new contact）：直接创建新联系人并绑定。

这一交互背后对应前端 apps/desktop/src/stt/utils.ts 中的upsertSpeakerAssignment函数。它支持两种分配作用域：

• mode: "segment"：仅作用于当前片段内的指定词（word_ids），生成user_speaker_assignment:segment类型的 hint；
• mode: "all"：作用于整个声道 + 说话人索引（channel+speaker_index），生成user_speaker_assignment类型 hint，等效于"这位说话人全程改名"。

// apps/desktop/src/stt/utils.ts 中分配 hint 的数据结构示例 { id: `${anchorWordId}:user_speaker_assignment[:segment]`, word_id: anchorWordId, type: "user_speaker_assignment", value: JSON.stringify( // segment 模式：{ human_id, scope: "segment", word_ids, extend_to_adjacent } // all 模式：{ human_id, scope: "speaker", channel, speaker_index } ), }

分配结果通过transcripts表的speaker_hints单元格持久化（见parseTranscriptHints/updateTranscriptHints），因此刷新界面或重启应用后标注不会丢失。从源码结构看，hint 体系包含三种类型：provider_speaker_index（转写提供商给出的原始说话人索引）、automatic_speaker_assignment（自动分配的标签）与user_speaker_assignment（用户手动分配），用户的手动分配优先级最高。

片段移位时分配保持稳定

改版本解决了此前的一个痛点：当转录片段发生移位（segments shift）或说话人提示（speaker hints）以不同顺序到达时，已保存的说话人分配容易失效。

实现上由reconcileSegmentSpeakerAssignmentHint负责"调和对账"：每当新一批词（new_words）替换旧词（replaced_ids）时，它会基于时间范围（getWordRange）与说话人 segment key（channel+speaker_index），把旧分配中引用的word_ids重新映射到新词上：

• 若旧 anchor 词被替换，则以对账后的第一个词作为新 anchor；
• 若extend_to_adjacent为真，会向时间相邻且属于同一说话人的词双向扩展（受MAX_SEGMENT_GAP_MS = 3000毫秒的间隙约束，见canMergeSegmentWords）；
• 若对账后找不到任何存续词，该 hint 才会被移除。

同样的稳定性逻辑也存在于 Rust 侧。实时转录状态机 crates/listener-core/src/live_transcript/segments.rs 中的RenderedSegmentState维护speaker_assignments与channel_assignments两份身份映射，并提供update_identities方法：替换身份输入后立即重新渲染保留窗口内的词，使已显示在屏幕上的片段马上采用新名字，而无需等待下一次流式响应。

// crates/listener-core/src/live_transcript/segments.rs /// Replaces the identity inputs and re-renders the retained window so /// segments already on screen pick up the new names without waiting for /// the next stream response. pub(super) fn update_identities( &mut self, channel_assignments: Vec<IdentityAssignment>, speaker_assignments: Vec<IdentityAssignment>, segment_options: SegmentBuilderOptions, ) -> Option<LiveTranscriptSegmentDelta>

仓库同文件的测试identity_update_relabels_rendered_segments_and_keeps_partials验证了该行为：为 speaker 0 分配 "artem" 后，已渲染片段立即被重命名为 "hello there"，旧的未命名片段被移除，且后续新词继续沿用 "artem" 标签；identity_update_without_changes_emits_nothing则保证无变化时不产生冗余重渲染。

此外，渲染窗口有明确的资源边界（MAX_RENDERED_WORDS = 4_096、MAX_RENDERED_TEXT_BYTES = 64 KiB、MAX_RENDERED_WINDOW_MS = 30 分钟），保证长时间会议的实时面板内存与流量可控（见同文件的prune_rendered_words与bounded_partials）。

实时转录面板间距一致性

本版本还统一了实时转录面板（live transcript panel）在折叠与展开两种状态下的间距表现，避免切换状态时布局跳动。该调整属于纯 UI 一致性修复，与上文的分段渲染逻辑配合，提升长时间会议中的阅读体验。

Recording：Soniqo 转录与会议自动停止

macOS Sonoma 上 Soniqo 转录恢复

1.0.37 修复了Soniqo 转录在 macOS Sonoma 系统上无法工作的问题。Soniqo 是 anarlog 内置的本地语音识别后端：从 crates/transcribe-soniqo/swift-lib/src/lib.swift 看，它基于 Swift + CoreML 运行本地模型，采样率为 16 kHz，模型类型包括：

• soniqo-parakeet-streaming（Parakeet-EOU-120M-CoreML-INT8，支持流式）；
• soniqo-parakeet-batch（Parakeet-TDT-v3-CoreML-INT8-30s，批量分块 20～29.5 秒）；
• soniqo-omnilingual（Omnilingual-ASR-CTC-300M-CoreML-INT8-10s，分块 35 秒）；
• soniqo-qwen3-small/soniqo-qwen3-large（Qwen3-ASR 0.6B / 1.7B，MLX 量化）。

并集成了Community1DiarizationPipeline用于说话人分离。作为本地转录方案，它不依赖云端，对隐私敏感场景尤为重要；此次修复针对 Sonoma 系统上的兼容性问题（crates/transcribe-soniqo 目录下包含构建脚本、Swift 桥接库与错误定义），确保升级 macOS 后本地转录能力不再失效。

会议自动停止补全残留进程场景

本版本还补上了自动停止（auto-stop）逻辑中的一个边界情况：会议应用已关闭、但麦克风辅助（microphone helper）进程仍在运行时，会话此前可能无法正确结束。修复后，自动停止检测会覆盖该场景，避免"会议结束了但还在录音/转写"的隐私与资源浪费问题。

Notes：时间线笔记、图片复制与联系人电话

时间线模式新建笔记立即置顶

在时间线（Timeline）模式下，新创建的笔记此前可能出现在Create new note卡片之后；1.0.37 修正为：新建笔记在创建后立即排列在 Create new note 卡片之前，使"继续记录新内容"的入口始终位于最新笔记之后，时间线阅读顺序更自然。

复制笔记内容保留图片为 Markdown 引用

复制笔记内容时，被选中的图片现在会以 Markdown 图片引用（...）形式保留，而不是丢失或退化为纯文本路径。这保证了笔记在跨应用粘贴、迁移或导出为 Markdown 文件时，图片引用仍然可解析、可复用。

联系人纳入电话号码

联系人（Contacts）体系在三个入口同步纳入了电话号码字段：

• 联系人详情页（details）展示；
• 联系人搜索（search）可命中号码；
• 参与者匹配（participant matching）可将通话/会议中的参与者与联系人的电话号码关联。

从 apps/desktop/src/contacts/queries.ts 等前端查询模块可以继续追踪联系人数据的读取与匹配实现。

Chat：本地笔记上下文与更自然的交互

笔记拖入聊天作为上下文

1.0.37 支持将笔记直接拖拽（drag & drop）进聊天窗口，作为对话上下文注入。这解决了此前"聊天无法感知会议笔记"的割裂：你在聊天中询问的问题，可以明确引用某条笔记的内容作为背景。

聊天可读取与搜索本地文件笔记

更进一步，聊天具备**读取并搜索本地文件型笔记（file-backed notes）**的能力——当对话需要更多上下文时，聊天会自动从本地笔记文件中检索相关片段。相关实现位于 apps/desktop/src/chat/tools/note-files.ts（配套测试 note-files.test.ts），从命名与目录结构可以推断，它是聊天工具（chat tools）体系的一员，与其他工具如 search-meetings.ts、web-search.ts 并列。这意味着"查询笔记内容"是聊天可主动调用的能力，而非仅靠用户手动粘贴。

Escape 关闭聊天不丢位置

最后一项交互修正：按下 Escape 关闭聊天面板后，当前所在笔记保持不变。此前关闭聊天可能触发导航回到其他笔记，打断阅读流；修复后 Escape 只负责收起聊天，不影响正在浏览的笔记上下文。

小结：1.0.37 的可靠性主线

纵观整个版本，四条改进线共同指向同一目标——让"说话人标注—本地转录—笔记组织—聊天问答"这条会议工作流在真实使用中更少出错、更可依赖：

1. Transcripts：说话人重分配入口下沉到转录界面本身，且通过前端 hint 对账（reconcileSegmentSpeakerAssignmentHint）与后端分段重渲染（update_identities）双重机制，保证分配在流式纠错与片段漂移下依然稳定；
2. Recording：本地 Soniqo（CoreML）转录恢复 Sonoma 支持，自动停止补全麦克风辅助进程残留场景；
3. Notes：时间线创建顺序、图片 Markdown 引用、联系人电话号码三项细节让笔记组织与复用更顺手；
4. Chat：拖拽、本地笔记检索与 Escape 行为让聊天真正融入笔记工作流。

如需查阅全部历史版本记录，可浏览 packages/changelog/content 目录下的各版本文件；仓库还维护了一份 nightly.md 用于跟踪每日构建的变更。

【免费下载链接】anarlogOpen source Granola AI Alternative项目地址: https://gitcode.com/GitHub_Trending/hy/anarlog