Transkrypcja fonetyczna nagrań gwarowych — na Twoim komputerze

Lokalna aplikacja do ręcznej transkrypcji fonetycznej języka polskiego. Program odtwarza nagranie, podpowiada szkic tekstu z rozpoznawania mowy i pilnuje notacji, a gotową transkrypcję zapisuje w DOCX. Nagrania i tekst nie opuszczają komputera.

Pobierz wersję 0.6.0 Instrukcja (PDF)

Windows 10/11 i Linux · bezpłatny, otwarty kod (GPL-3.0) · wydanie 0.6.0, 24 października 2026

Okno programu: odtwarzacz nagrania, tekst transkrypcji z podświetlonymi propozycjami zapisu fonetycznego i panel szkicu ASR

Możliwości

Notacja pod ręką

Indeks górny (beⁿdzie, soᵐ, ᵘojciec), pauzy, osobliwości (!), wątpliwości (?) i pominięte fragmenty […?] wstawia się przyciskiem albo skrótem klawiszowym.

Szkic z nagrania (ASR)

Model Whisper działa lokalnie, bez Internetu: do wyboru small, medium albo large-v3, na procesorze lub karcie NVIDIA. Kontekst nagrania i słownik pomagają zapisać nazwy miejscowości i nazwiska.

Propozycje zapisu fonetycznego

Reguły podpowiadają m.in. nosowość i labializację w szkicu. Każdą zmianę widać w tekście i można ją przyjąć albo odrzucić — decyzja zawsze należy do transkrybenta.

Odtwarzacz dla transkrybenta

Pętla A–B, zmiana tempa, skoki i auto-cofanie po pauzie — wszystko z klawiatury, bez odrywania rąk od tekstu. Kliknięcie segmentu szkicu odtwarza jego fragment.

Kontrola zapisu

Walidator wskazuje usterki notacji (brak odstępu po pauzie, błędny marker pominięcia, niejednolite wielokropki), a lista ostrzeżeń prowadzi prosto do miejsca w tekście.

Metryczka i eksport DOCX

Sygnatura, miejscowość, informator, data nagrania i badacz trafiają do dokumentu razem z tekstem. Eksport z anonimizacją pomija dane osobowe; import DOCX pozwala wrócić do starszej pracy.

Projekt i autozapis

Plik projektu zapamiętuje tekst, metryczkę, szkic ASR i stan przeglądu. Po awarii program proponuje odzyskanie pracy.

Prywatność

Bez konta, telemetrii i chmury. Jedyne połączenia to jednorazowe pobranie modelu (za zgodą) i sprawdzenie aktualizacji, które instalują się tylko z podpisem autorów.

Metryczka nagrania: sygnatura, miejscowość, gmina, informator, rok urodzenia, data nagrania i badacz — Metryczka nagrania trafia do eksportu DOCX razem z transkrypcją.

Pobierz

Najnowsze wydanie: Transkryptor 0.6.0 (24 października 2026) — noty wydania. Program sam powiadamia o kolejnych wersjach.

Windows Transkryptor-0.6.0-windows-x64-setup.exe Instalator; nie wymaga uprawnień administratora Linux Transkryptor-0.6.0-x86_64.AppImage AppImage: nadaj prawo wykonania i uruchom

Starsze wersje są na stronie wszystkich wydań. Python nie musi być zainstalowany — instalator i AppImage zawierają komplet środowiska.

Systemy

Windows 10/11 (x64) — Windows 10 lub 11 (x64)
Linux (x86_64, AppImage) — Ubuntu 22.04 (x86_64), glibc 2.35 lub nowsza

Model ASR (ok. 1,5 GB dla domyślnego medium) pobiera się z programu przy pierwszym użyciu szkicu. Pisanie, odtwarzanie i eksport działają bez modelu i na skromniejszym sprzęcie.

Wymagania dla szkicu ASR

Zasób	Minimum	Zalecane
RAM	4 GB	8 GB
Dysk	3 GB wolnego miejsca	—
CPU	4 rdzenie z obsługą kwantyzacji int8	8 rdzeni lub więcej
Sieć	jednorazowe pobranie modelu (1.53 GB)	—

Historia zmian

Co zmieniło się w kolejnych wydaniach. Tę samą listę pokazuje w programie przycisk Co nowego.

0.6.0 24 października 2026

Import DOCX dużego dokumentu jest kilkukrotnie szybszy (np. 3000 akapitów — ok. 0,3 s zamiast 2 s).
Ustawienia…: sekcje (Wygląd, Odtwarzacz, … ASR, Dziennik logów) są listą po lewej stronie okna, zawsze widoczną w całości — wcześniej ostatnie zakładki chowały się za krawędzią okna. Długie sekcje (np. ASR) przewijają się, zamiast ściskać pola.
Liczba mówców jest też w panelu Szkic ASR (krok 3, nad przyciskiem transkrypcji), gdy podział na mówców jest włączony — można ją szybko zmienić przed rozpoznaniem każdego nagrania. Wybór jest pamiętany i ten sam co w Ustawieniach….
Więcej żartobliwych komunikatów w trakcie transkrypcji: pula wzrosła z 30 do 50, więc teksty rzadziej się powtarzają.
Dziennik błędów: program zapisuje lokalnie plik transkryptor.log z informacjami technicznymi o błędach i awariach (także procesu ASR), które pomagają znaleźć przyczynę problemu. Nic nie jest wysyłane — plik można samemu dołączyć do zgłoszenia na GitHubie. Dziennik jest po angielsku i nie zawiera tekstu transkrypcji, metryczki, kontekstu ASR ani nazw i ścieżek plików użytkownika. Dostęp do niego daje nowa zakładka Ustawienia… → Dziennik logów (dla zaawansowanych użytkowników): odnośnik do folderu dziennika i przycisk Zgłoś problem… (formularz zgłoszenia w przeglądarce).
Ostrzeżenia w tekście: problemy z notacją są podkreślone falistą linią bezpośrednio w edytorze (pomarańczową — ostrzeżenia, szarą — wskazówki), a po najechaniu myszą widać opis. Podkreślenia nie trafiają do DOCX.
Nowe reguły walidatora: (!) / (?) przylegające do następnego słowa (VAL-06), kilka spacji z rzędu (VAL-07), spacja przed ] (VAL-08), zagnieżdżone dopiski [ [ ] ] (VAL-09) i indeks górny na znaku innym niż m, n, u (VAL-10). Wskazówkę o m/n/u bez indeksu górnego (VAL-11) można włączyć w ustawieniach — domyślnie jest wyłączona.
W Ustawieniach… nowa zakładka Walidator: każdą regułę można włączyć albo wyłączyć.
Ignoruj tutaj w menu kontekstowym edytora i listy ostrzeżeń pomija jedno konkretne ostrzeżenie; pozostałe wystąpienia tej reguły są nadal zgłaszane. Zignorowanie jest zapisywane w pliku projektu. Projekty z wersji 0.5.0 otwierają się bez zmian; projektu zapisanego w nowej wersji nie otworzy już wersja 0.5.0.
Własne reguły fonetyczne: w Ustawieniach… nowa zakładka Reguły fonetyczne. Regułę opisuje wzorzec (wyrażenie regularne na słowie albo parze sąsiednich słów) i zamiennik, w którym ^m oznacza „m” w indeksie górnym. Podgląd pokazuje działanie na przykładzie i liczbę dopasowań w bieżącym tekście. Własne reguły pojawiają się w panelu Szkic ASR razem z wbudowanymi; zestaw można wyeksportować do pliku .toml i zaimportować u innego badacza.
Nowe reguły wbudowane: redukcja „ł” między samogłoskami (wiedziałam → wiedziaam), udźwięcznienie na granicy słów (kiedyś jak → kiedyź jak, jak nowy → jag nowy), wygłosowe „ch” → „h” (tych → tyh), końcowe „ą” → „óᵐ” (są → sóᵐ) i labializacja w środku słowa (kosa → kᵘosa). Mają orientacyjną pewność i domyślnie nie są stosowane automatycznie — ich dopasowania pojawiają się jako propozycje.
Gdy propozycje dwóch reguł dotyczą tego samego fragmentu, pierwszeństwo ma reguła zaznaczona do automatycznego stosowania.
Błędna reguła w pliku reguł nie blokuje programu: przy starcie pojawia się komunikat ze wskazaniem reguły i pola, a pozostałe reguły działają. Wzorzec, którego dopasowanie trwa zbyt długo, jest przerywany bez zawieszania okna.
Własne skróty klawiaturowe: w Ustawieniach… nowa zakładka Skróty pozwala zmienić skrót każdego znacznika notacji, indeksu górnego, odtwarzacza, wyszukiwania i poleceń projektu oraz dodać skrót zapasowy (np. pedał nożny). Program ostrzega przed zapisem, gdy skrót jest już zajęty przez inną akcję albo przez edycję tekstu (kopiuj, cofnij…). Nowe skróty działają od razu, a podpowiedzi przycisków pokazują bieżące skróty. Przywróć wszystkie domyślne wraca do skrótów fabrycznych.
Wstawki: w zakładce Wstawki można zapisać często używane formy, np. so^m (^m — „m” w indeksie górnym), i przypisać im skróty — kolejne wstawki dostają podpowiedź Alt+1…Alt+9. Wstawkę wstawia się skrótem albo z menu Wstawki na pasku narzędzi; jedno cofnięcie usuwa ją w całości.
Autouzupełnianie (domyślnie wyłączone, Ustawienia… → Notacja): po wpisaniu dwóch liter edytor podpowiada pasujące wstawki i słowa użyte już w tekście; Enter lub Tab wstawia podpowiedź.
Tekst powiązany z nagraniem: szkic ASR zapamiętuje, z którego miejsca nagrania pochodzi każde zdanie (segment). Ctrl+klik w tekst albo skrót Ctrl+Shift+Spacja („Odtwórz od miejsca w tekście”) odtwarza nagranie od początku segmentu (z wyprzedzeniem z ustawień). Podczas odtwarzania podświetlany jest segment odpowiadający bieżącemu miejscu, a edytor przewija się za nim — przewijanie można wyłączyć w Ustawieniach… (zakładka Odtwarzacz). Powiązania przesuwają się razem z edycją tekstu i są zapisywane w pliku projektu.
Ręczne znaczniki czasu: skrót Ctrl+Shift+T wstawia w miejscu kursora znacznik bieżącej pozycji nagrania (mały trójkąt w tekście). Ctrl+klik obok znacznika odtwarza nagranie dokładnie od zapisanego czasu. Znacznik usuwa się z menu kontekstowego; nie trafia do eksportu DOCX. Oba nowe skróty można zmienić w zakładce Skróty.
Niepewne słowa: szkic ASR zna czas i pewność każdego słowa. Słowa, których model nie jest pewien, są podkreślone czerwonymi kropkami (inaczej niż ostrzeżenia notacji); po najechaniu myszą widać pewność. Ctrl+klik w słowo odtwarza dokładnie to słowo w pętli (do pauzy). Poprawione słowo traci podkreślenie. Podkreślenia nie trafiają do DOCX. W Ustawieniach… (zakładka ASR) można wyłączyć podkreślenia, zmienić próg pewności (domyślnie 40%, wartość orientacyjna) albo wyłączyć rozpoznawanie słów, które wydłuża transkrypcję.
Rozpoznanie fragmentu: przycisk Rozpoznaj fragment A–B w panelu Szkic ASR rozpoznaje tylko fragment nagrania między punktami A i B pętli. Wynik trafia w miejsce kursora (albo zastępuje zaznaczony tekst) z regułami fonetycznymi i powiązaniem z czasem nagrania; jedno cofnięcie usuwa go w całości. Szkic całego nagrania i lista segmentów się nie zmieniają.
Fala dźwiękowa pod suwakiem odtwarzacza: widać ciszę, pauzy i głośne fragmenty. Klik na fali przewija nagranie, przeciągnięcie ustawia pętlę A–B, Ctrl + kółko myszy powiększa. Na fali są też segmenty szkicu ASR (zielone — pewne, pomarańczowe — niepewne) i ręczne znaczniki czasu. Fala powstaje w tle bez blokowania okna (godzina nagrania — kilkanaście sekund) i jest zapamiętywana w pamięci podręcznej, więc przy kolejnym otwarciu pojawia się od razu. Falę można zwinąć; wybór jest pamiętany.
Szybsze wstawianie długiego szkicu ASR: przy godzinnym nagraniu wyszukiwanie kolidujących propozycji zapisu fonetycznego nie spowalnia już okna na kilka sekund.
Mówcy wypowiedzi: skrót Alt+Shift+1…9 przypisuje bieżącemu akapitowi (albo wszystkim zaznaczonym) mówcę o tym numerze na liście, ponowne użycie albo Alt+Shift+0 zdejmuje przypisanie; to samo jest w menu kontekstowym edytora (Mówca). Etykieta B: / I: jest widoczna obok akapitu, ale nie jest częścią tekstu, a jedno cofnięcie przywraca stan sprzed przypisania. Listę mówców (klucz, opis, rola: badacz, informator albo inny; domyślnie B i I) edytuje się w metryczce przyciskiem Mówcy…. Mówcy są zapisywani w pliku projektu; projektu zapisanego w nowej wersji nie otworzy starsza wersja programu.
Eksport DOCX zapisuje każdy wiersz tekstu jako osobny akapit, a akapit z mówcą zaczyna się pogrubioną etykietą B:; legenda mówców trafia do metryczki (w eksporcie z anonimizacją bez opisów informatorów). Import DOCX zachowuje akapity i rozpoznaje mówców z takiego dokumentu.
Gdy dokument ma mówców, licznik słów pokazuje też liczbę słów informatorów, pasek wyszukiwania ma pole Tylko informator, a nowa wskazówka walidatora (VAL-12) wskazuje akapity bez mówcy.
Nowe formaty eksportu: w menu przycisku Eksportuj DOCX pozycja Eksportuj jako… zapisuje transkrypcję jako ODT, PDF, zwykły tekst (TXT), plik ELAN (.eaf), Praat TextGrid oraz napisy SRT i WebVTT. W formatach tekstowych indeks górny można zapisać znakami Unicode (ᵐ ⁿ ᵘ, domyślnie) albo oznaczeniem ^m. ELAN, Praat i napisy korzystają z powiązania tekstu z nagraniem (szkic ASR, znaczniki czasu): każdy mówca ma osobną warstwę, a fragmenty bez czasu dostają czas wyznaczony z sąsiednich kotwic albo są pomijane — raport po eksporcie wymienia takie fragmenty. Znaczniki [mm:ss] wierszy szkicu ASR nie trafiają do adnotacji. Plik ELAN wskazuje nagranie. Wybrany format i opcje są pamiętane; DOCX pozostaje głównym formatem.
Szablon eksportu DOCX: w Ustawieniach… nowa zakładka Eksport pozwala wskazać plik .docx instytucji (czcionki, marginesy, nagłówek, stopka, logo). Placeholdery {{sygnatura}}, {{badacz}}, {{miejscowosc}} itd. w tekście, tabelach, nagłówku i stopce są wypełniane metryczką (w eksporcie z anonimizacją pola osobowe są puste), {{transkrypcja}} wskazuje miejsce tekstu, a {{metryczka}} — tabelę metryczki. Szablon jest sprawdzany przy wyborze (nieznane placeholdery, uszkodzony plik); gdy nie da się go otworzyć, eksport powstaje na szablonie wbudowanym z ostrzeżeniem. W tej samej zakładce są domyślne opcje indeksu górnego i fragmentów bez czasu.
Czcionka Charis SIL (licencja SIL Open Font License) jest dołączona do programu i jest domyślną czcionką tekstu w edytorze i eksporcie: dobrze wyświetla znaki fonetyczne i indeks górny ᵐ ⁿ ᵘ. PDF zawiera czcionkę, a w DOCX i ODT zapisana jest jej nazwa (na komputerze bez Charis SIL edytor dokumentów podstawi inną). Inną czcionkę można wybrać jak dotąd w Ustawieniach… (zakładka Wygląd).
Podział szkicu ASR na mówców: po transkrypcji program rozpoznaje, kto mówi, i każda wypowiedź staje się osobnym akapitem ze znacznikiem czasu [mm:ss] i mówcą — w edytorze i w eksporcie DOCX (pogrubiona etykieta B: / I:). Ten podział zastępuje dzielenie szkicu na wersy co 30 sekund. Mówcy są przypisywani w kolejności pojawiania się w nagraniu: pierwszy głos to pierwszy mówca z listy (domyślnie B), drugi — I, a kolejne głosy dostają nowych informatorów I2, I3… Przypisanie można poprawić jak dotąd (Alt+Shift+1…9, Mówcy…). Opcja jest w Ustawieniach… (zakładka ASR, domyślnie włączona) i wymaga jednorazowego pobrania modelu podziału na mówców (ok. 28 MB, za zgodą użytkownika) — bez niego pole jest zablokowane, a szkic dzieli się jak dotąd. Model działa w pełni lokalnie. Rozpoznanie fragmentu A–B nie dzieli tekstu na mówców. Podział wychwytuje także szybkie wymiany pytań i jednowyrazowych odpowiedzi w wywiadzie („Zajęcie?” — „Rolnik.”), a zmianę mówcy stawia na końcu zdania. Pod opcją można podać Liczbę mówców w nagraniu (domyślnie 2 — badacz i informator, do wyboru 2–8 albo Automatycznie). Podana liczba daje pewniejszy podział niż tryb automatyczny, który sam ocenia liczbę głosów.
Aktualizacje są sprawdzane przy każdym uruchomieniu, na ekranie startowym: najpierw „Sprawdzanie dostępnych aktualizacji…”, a gdy jest nowa wersja — postęp jej pobierania. Pomiń otwiera program od razu, a pobieranie kończy się w tle. Gotowa wersja jak dotąd czeka w pasku stanu z przyciskiem Uruchom ponownie i zaktualizuj. Limit zapytań do serwera wydań wzrósł z 2 do 5 na dobę. Przycisk Sprawdź aktualizacje i odnośnik „pobierz” w pasku stanu zostały usunięte.

0.5.0 18 października 2026

Szkic ASR jest dzielony na wersy obejmujące najwyżej 30 sekund nagrania, a każdy wers zaczyna się znacznikiem czasu, np. [01:30] (od godziny nagrania [1:02:03]). Podział i znaczniki trafiają też do eksportu DOCX zamiast jednego bloku tekstu. W starszych projektach wystarczy użyć Wstaw szkic ponownie.

0.4.0 11 października 2026

Wybór modelu ASR: w panelu Szkic ASR można wybrać small (ok. 0,5 GB, szybki, dla słabszych komputerów), medium (domyślny) albo large-v3 (ok. 3,1 GB, najdokładniejszy, wymaga ok. 6 GB RAM). Każdy model pobiera się osobno, za zgodą; wybór jest pamiętany. Gdy model potrzebuje więcej pamięci, niż ma komputer, program ostrzega przed transkrypcją.
Pobrany model można usunąć przyciskiem Usuń model… — panel pokazuje, ile miejsca odzyskano; pozostałe modele działają dalej.
Karta graficzna NVIDIA: jeśli zainstalowano biblioteki CUDA 12 i cuDNN 9, szkic powstaje na GPU, wielokrotnie szybciej. Bez nich program sam przechodzi na procesor i informuje o tym pod przyciskiem transkrypcji. W Ustawieniach… (nowa zakładka ASR) można wymusić pracę tylko na procesorze i wskazać inny katalog modeli (np. dysk zewnętrzny).
Kontekst nagrania i słownik: przed transkrypcją można podać krótki opis nagrania (do 200 znaków, wypełniany z miejscowości i gminy w metryczce) oraz słownik projektu — nazwy miejscowości, nazwiska, wyrazy gwarowe. Pomagają modelowi poprawnie zapisać nazwy własne. Słownik wspólny dla wszystkich nagrań ustawia się w Ustawieniach… (zakładka ASR).
Plik projektu zapisuje kontekst nagrania, słownik projektu i model użyty do szkicu. Projekty z wersji 0.3.0 otwierają się bez zmian; projektu zapisanego w nowej wersji nie otworzy już wersja 0.3.0.
W wąskim oknie schowane przyciski notacji trafiają do menu Więcej poleceń (☰) tuż za widocznymi znacznikami, przed Szkic ASR, a nie na koniec paska. Schowane narzędzia i polecenia projektu pozostają w menu ☰ na końcu paska.
Historia zmian w programie: przycisk Co nowego w lewym dolnym rogu okna (obok numeru wersji) otwiera okno z opisem zmian w kolejnych wersjach.
Transkrypcja fragmentami: w Ustawieniach… (zakładka ASR) można włączyć rozpoznawanie długiego nagrania kilkuminutowymi fragmentami ciętymi w ciszy. Zużycie pamięci RAM nie rośnie wtedy z długością nagrania — pomaga, gdy szkic z nagrania ponad godzinnego kończy się błędem mkl_malloc: failed to allocate memory. Domyślnie wyłączone.
Gdy transkrypcji zabraknie pamięci, program mówi o tym wprost i radzi włączyć transkrypcję fragmentami albo zamknąć inne programy, zamiast proponować ponowne pobranie modelu.

0.3.0 10 października 2026

Interfejs po angielsku: w Ustawieniach… (zakładka Wygląd) można wybrać język Polski, English albo Zgodny z systemem (domyślnie — polski w polskim systemie, w pozostałych angielski). Zmiana działa po ponownym uruchomieniu programu.
Eksport DOCX używa języka interfejsu (etykiety metryczki, akapit „Autor/Data”, tytuł domyślny); import DOCX rozpoznaje dokumenty wyeksportowane po polsku i po angielsku.
Instrukcja użytkownika po angielsku (docs/user_guide_en.pdf).
Motyw jasny i ciemny: w Ustawieniach… (zakładka Wygląd) można wybrać motyw Jasny, Ciemny albo Zgodny z systemem (domyślnie). Zmiana działa od razu, bez ponownego uruchamiania.
Okno Ustawienia… jest podzielone na zakładki według tego, czego dotyczą ustawienia: Wygląd, Odtwarzacz, Notacja, Projekt i Metryczka.
W wąskim oknie pasek narzędzi nie ucina już przycisków: te, które się nie mieszczą, trafiają do menu Więcej poleceń (☰) na końcu paska — najpierw rzadziej używane, a Eksportuj DOCX zostaje zawsze widoczny. Skróty klawiszowe działają także dla schowanych przycisków.
Długa nazwa pliku nagrania nie poszerza już okna (pełna ścieżka jest w podpowiedzi).
Emoji i inne znaki spoza podstawowego zakresu Unicode (np. znaki matematyczne 𝑎) nie przesuwają już indeksu górnego: DOCX i projekt mają indeks górny dokładnie na tych znakach, które widać w edytorze. Poprawnie działają też za nimi nawigacja do ostrzeżeń i lista przeglądu szkicu ASR.
Niełamliwa spacja (wklejona albo przeniesiona z DOCX) nie jest już zamieniana na zwykłą spację w projekcie i eksporcie DOCX.
Zapis projektu nie odbiera już uprawnień do pliku: nowy projekt dostaje zwykłe prawa (np. czytelny dla zespołu na wspólnym udziale), a ponowny zapis zachowuje prawa nadane ręcznie.
Gdy w oknie zapisu projektu albo eksportu DOCX wpiszesz nazwę bez rozszerzenia, a plik z rozszerzeniem .transkr/.docx już istnieje, program pyta, czy go zastąpić, zamiast nadpisywać go bez ostrzeżenia.
Kopie autozapisu są czytelne tylko dla właściciela konta, a kopia porzucona po awarii i nieodzyskana przez 30 dni jest usuwana przy starcie.
Pisanie w długich transkrypcjach jest płynniejsze: licznik słów odświeża się po krótkiej przerwie w pisaniu, a zmiana, która nic nie zmienia w tekście, nie oznacza pracy jako niezapisanej.
Eksport DOCX długiej transkrypcji z wieloma znakami w indeksie górnym trwa ułamek sekundy zamiast kilkunastu sekund; import dużych plików DOCX też jest szybszy.
Eksport anonimizowany nie oznacza już pracy jako wyeksportowanej: ostrzeżenie o niewyeksportowanych zmianach zostaje do pełnego eksportu.
Zmiana nagrania nie pyta już mylnie „Zapisz / Odrzuć / Anuluj”: tekst i metryczka zawsze zostają, a program pyta tylko wtedy, gdy zastępuje wczytane nagranie albo usuwa wynik ASR poprzedniego nagrania.
Po zmianie nagrania „Wstaw szkic ponownie” i lista segmentów nie pokazują już szkicu ASR poprzedniego nagrania, a projekt nie zapisuje wyniku ASR niepasującego do nagrania.
Import dużego nagrania i otwarcie projektu nie zamrażają okna: suma kontrolna nagrania jest liczona w tle.
Zamknięcie programu w trakcie pobierania modelu ASR nie kończy się już awarią: program pyta, czy przerwać pobieranie, i usuwa częściowo pobrane pliki.
Model ASR jest pobierany z ustalonej wersji repozytorium i każdy plik jest sprawdzany sumą kontrolną — model o innej zawartości nie zostanie zainstalowany. Pobierane są tylko pliki potrzebne do działania modelu.
Kolejna transkrypcja ASR w tej samej sesji startuje od razu: model zostaje w pamięci (zwalnianej po 10 minutach bezczynności).
Anuluj w trakcie transkrypcji ASR działa natychmiast, także zanim pojawi się pierwszy segment (np. przy wczytywaniu modelu albo analizie długiego nagrania).
Animacja w trakcie transkrypcji mniej obciąża procesor.
Wyszukiwanie wyrażeniem regularnym nie zawiesza już programu: zbyt kosztowny wzorzec (np. (a|aa)+$) jest przerywany po ułamku sekundy z komunikatem pod paskiem wyszukiwania.
Pisanie przy wielu trafieniach wyszukiwania (np. pojedyncza litera w długim tekście) nie zwalnia: podświetlane są tylko trafienia widoczne na ekranie, a licznik pokazuje wszystkie.
F3 / Shift+F3 za emoji i innymi znakami spoza podstawowego zakresu Unicode przechodzą do właściwego trafienia.
Automatyczne aktualizacje instalują tylko wydania podpisane kluczem autorów: wersja bez podpisu albo z niepasującym podpisem zostaje odrzucona z komunikatem, nawet jeśli plik i jego suma kontrolna w wydaniu zostały podmienione razem.
Tuż przed instalacją aktualizacji pobrany plik jest sprawdzany ponownie; plik zmieniony od pobrania nie zostanie uruchomiony, a aktualizacja pobierze się od nowa przy kolejnym starcie.
Link „pobierz” w pasku stanu prowadzi wyłącznie do strony wydań na GitHub.

0.2.3 9 października 2026

Okno Ustawienia… (Ctrl+,): skok i auto-cofanie odtwarzacza, cofnięcie przed segmentem ASR, czcionka edytora i styl wielokropka.
Sterowanie odtwarzaczem z klawiatury przy fokusie w edytorze: odtwórz/pauza Ctrl+Spacja lub F4, skok Alt+←/→, tempo Ctrl+Shift+,/.; pętla A–B Ctrl+Shift+A/B/L i auto-cofanie przy wznowieniu po pauzie.
Kliknięcie segmentu szkicu ASR odtwarza nagranie od jego początku.
Wyszukiwanie i zamiana (Ctrl+F, Ctrl+H, F3/Shift+F3) z opcjami wielkości liter, całych słów i wyrażeń regularnych; w zamienniku ^n nadaje literze indeks górny (np. be^ndzie), a „Zamień wszystkie” to jedno cofnięcie.
Domyślny zapis pauzy i urwanego słowa to teraz … (jeden znak); ... można wybrać w ustawieniach. Walidator rozumie oba zapisy. Dokumenty pisane w starszych wersjach (z ...) zostaną oznaczone wskazówką VAL-05 — przycisk „Ujednolić wielokropki” nad listą ostrzeżeń zamienia je wszystkie jednym krokiem cofania.