guida_zh.txt

使用指南

文件：
新建：创建新文档（Ctrl+N）。
打开：打开文本文件、PDF、EPUB、MP3及其他支持的格式（Ctrl+O）。
保存：保存文档（Ctrl+S）。
另存为：以新名称保存。
全部保存：保存所有文档（Ctrl+Shift+S）。
最近使用的文件：打开最近使用的文件。

多媒体文件：
当您打开多媒体文件（MP3、WAV、MP4、AVI）时，Sonarpad 会变成一个音频播放器。
键盘控制：
- SPACE：播放/暂停。
- 右箭头：快进1分钟。
- 左箭头：倒退1分钟。
- 上箭头键：调高音量。
- 下箭头：降低音量。
- +：加快播放速度。
- -：降低播放速度。
- SHIFT +: 提高音高。
- SHIFT -: 降低音高。
- CTRL+I：播报当前播放时间。
- CTRL+T：跳转至特定时间点。
- CTRL+B：在精确时间处插入书签。

分割当前媒体文件：
当打开本地多媒体文件时，可以在“播放”菜单中使用“分割媒体”功能。
文件可以通过两种方式分割：
- 按部分分割：选择要将文件分成多少部分，范围为 2 到 999。
- 按时间分割：选择每一部分的时长，格式可以是秒、mm:ss 或 hh:mm:ss。
此功能适用于本地文件，例如 MP3、MP4 以及其他支持的格式。
分割过程中，Sonarpad 会以百分比显示进度。
完成后，生成的文件会保存到程序显示的文件夹中。

编辑：
撤销：撤销上一步操作（Ctrl+Z）。
剪切：删除选定文本并将其复制到剪贴板（Ctrl+X）。
复制：将选定文本复制到剪贴板（Ctrl+C）。
粘贴：将剪贴板内容粘贴到文档中（Ctrl+V）。
全选：选中所有文本（Ctrl+A）。
查找：在文档中搜索文本（Ctrl+F）。
在多个文件中查找：在多个文件中搜索文本（Ctrl+Shift+F）。
查找下一个：查找下一个出现位置（F3）。
替换：查找并替换文本（Ctrl+H）。
规范化空格：删除行首和行尾空格，并压缩连续空格（Ctrl+Shift+Enter）。
合并行：将段落或选定内容中的多行合并为一行（Ctrl+Shift+J）。
重新排版：重新调整段落或选定文本的换行格式（Ctrl+Shift+H）。
移除 Markdown 标签：删除 Markdown 标签（Ctrl+Shift+M）。
排序项目：对段落或选定行进行排序（Alt+Shift+O）。
保留唯一项目：删除段落或选定内容中的重复行（Alt+Shift+K）。
反向项目：反转段落或选定内容中的行（Alt+Shift+Z）。
添加引用前缀：为段落或选定文本中的每行添加前缀（Ctrl+Q）。
移除引用前缀：删除段落或选定文本中每行的前缀（Ctrl+Shift+Q）。
文本统计：显示所选内容或文档的字符、单词和行数（Alt+Y）。
拼写检查导航：F7 上一个错误，F8 下一个错误。

查看：
在编辑器中显示语音：显示语音系统、语音列表及多语言过滤器。
显示收藏语音：在编辑器中显示收藏语音列表。
文本颜色：更改文本颜色（浅色/深色主题）。
文字大小：更改文字大小（小、正常、大、特大、超大）。
当条目列表可见时，按Tab键可在编辑器和控件之间移动焦点，而Shift+Tab键则向后移动焦点。
要将条目添加至收藏夹或从收藏夹移除，请使用Tab键移动至条目列表，然后通过应用程序键或鼠标右键进行添加或移除操作。在收藏夹条目列表中，您也可按下应用程序键移除已添加的条目。
键盘快捷键：阅读时可按F9和F10在条目间切换，循环浏览已添加至收藏夹的条目。

书签：
插入书签：保存当前光标位置或有声书时间（Ctrl+B）。
管理书签：查看、跳转或删除已保存的书签。打开包含书签的文件时，光标或播放会从第一个可用书签位置继续。

语音与音频：
阅读：F5 开始阅读，F4 暂停/继续，F6 停止阅读。
上一句：Shift+F5 在阅读时跳到上一句。
下一句：Ctrl+F5 在阅读时跳到下一句。
阅读时收藏语音切换：F9 上一个收藏语音，F10 下一个收藏语音。
录制有声书：将当前文本生成 MP3 文件（Ctrl+R）。
批量有声书：将文件列表转换为有声书（Ctrl+Shift+B）。
录制播客：通过麦克风和/或系统音频录制播客（Ctrl+Shift+R）。
音频转换：将音频/视频文件转换为其他音频格式（Ctrl+Shift+A）。
使用解释器执行文件：用已配置的解释器运行当前文件（Ctrl+Shift+F5）。

工具：
批量有声书：打开一个窗口，将文件列表（或整个文件夹）转换为有声书。
- 将文件/文件夹添加到队列中。
- 选择目标文件夹和格式（MP3 或 WAV）。
- 创建子文件夹并避免覆盖的选项。
- 按下开始键，在后台处理所有内容。
词典：打开词典窗口。通过上/下箭头键浏览词条列表。
Tab键移动至"将条目添加至词典"按钮，按Enter键或空格键即可激活。
在添加/编辑窗口中：输入"原始词语"，然后按Tab键切换至"替换词语"，接着点击确定或取消（Enter/空格键）。ESC键取消操作。
在列表中，Tab键可移动至"编辑条目"和"删除所选条目"。
词典替换在阅读和有声书制作过程中应用，并被保存。
导入YouTube字幕：粘贴URL，选择语言，将文本导入编辑器（Ctrl+Y）。可选时间戳。
从维基百科搜索并导入：在维基百科上搜索文章，将其文本导入编辑器（Alt+Shift+W）。
在线词典：在在线维基词典中搜索词义和翻译（Alt+Shift+D）。
播放流媒体音频（Alt+Shift+S）：从 YouTube 等流媒体网站播放音频，可选择格式和质量，并可在不下载的情况下收听（例如用于在线广播）。

来自世界各地的广播（Alt+Shift+R）：打开用于搜索和收听不同国家在线广播电台的窗口。可以按名称、国家、语言和类型搜索广播电台。在结果列表中，按 Enter 播放选中的电台。也可以将电台添加到收藏夹，方便以后快速找到。Sonarpad 还允许将本地广播电台添加到程序的共享数据库中，这样其他用户也可以找到并收听。添加广播电台时，至少需要填写电台名称和流媒体地址。

路线和导航（Alt+Shift+N）：打开用于计算两个地址之间路线的窗口。输入出发地和目的地，然后选择出行方式：步行、骑自行车、开车或使用轮椅。可以选择路线类型：最快或最短。对于驾车路线，还可以选择避开高速公路、收费道路或两者都避开。也可以启用选项，将路线经过的市镇加入结果中。计算完成后，Sonarpad 会显示主路线，并在可用时显示备选路线。路线会作为文本导入编辑器，其中包含出发地、目的地、距离、预计时间和逐步导航说明。如果路线地图可用，可以从“文件”菜单中的“保存图像”将可视地图保存为 PNG。

无障碍终端：打开专用的终端窗口，为屏幕阅读器提供稳定的输出（Ctrl+Shift+T）。
快捷键：Alt+I 聚焦输入框，Alt+O 聚焦输出框，Tab/Shift+Tab 在输入框、输出框和选项之间切换。
按下回车键发送输入。Ctrl+C复制输出内容（或向程序发送Ctrl+C）。Ctrl+L清除输出内容并进行确认。
终端选项：自动滚动，清除ANSI字符，提示新行，闲置1秒后蜂鸣，禁止休眠。
终端类型：命令提示符（cmd.exe）、PowerShell、Codex CLI（可在选项中选择）。

RSS / 文章：打开RSS/文章窗口，添加来源，展开订阅源，按Enter键将文章导入编辑器。
在RSS窗口中，选中一个订阅源或站点，按下删除键即可将其从库中移除。
在订阅源或网站的上下文菜单中，您可以编辑或删除RSS源或网站。
导入RSS文章后，按Esc键返回RSS列表。
播客：打开播客窗口以搜索和管理订阅。
在剧集列表中，按下回车键即可播放该剧集。
播放时按Esc键可停止播客并返回媒体库。

使用 AI 创建音频描述：
通过此功能，您可以为任何视频内容创建音频描述。由于我本人非常喜欢音频描述，因此我非常重视这项功能，并在它达到我认为令人满意的水平后将其公开提供。市面上也有提供类似功能的付费服务；如果 Sonarpad 对您有帮助，欢迎支持我的工作。此外，这项功能已经在数百部电影和剧集中进行过实际测试。

另一个已经处理的问题，是 Gemini 可能把某些内容判断为暴力或敏感。一些方法可能因此拒绝描述整个场景，有时甚至只是误判。Sonarpad 会尝试让 Gemini 以符合其政策的方式重新组织描述：如果某个细节无法直接描述，就会省略该细节或使用不那么直白的表达，而不是放弃整个场景的描述。

一个非常重要的特性是对静音时段的管理：合成语音不应盖住对白。因此在第一阶段，Sonarpad 会分析音频，并寻找音频描述可以播放而不会影响对白收听的时段。

该功能已经使用数百部电影和剧集进行测试，并且随着开发不断修正 Gemini 可能出现的多种不准确情况，例如屏幕上发生的事情与描述时间不同步。由于结果也依赖外部服务，因此我无法保证每一部电影中的每一条描述始终完美。不过我会继续改进 Sonarpad，也会继续改进这项功能。

打开此功能后，首先会看到最初为空的“本地媒体文件”输入框，随后是“选择视频”按钮。把焦点移到该按钮后按空格，即可选择要创建音频描述的视频。

选择视频后，Sonarpad 会自动填写“目标 MP3 文件”的路径。使用 Tab 可以移动到该字段并修改路径，也可以使用“更改目标文件夹”按钮。

再次按 Tab 可以更改音频描述语言。语言列表与 Sonarpad 保持一致，并包含程序目前支持的所有语言。

接下来是“音频描述简洁程度”。默认值为“详细”，因为在我的测试中，它尤其适合包含较长静音场景的电影。当然，您也可以选择其他可用级别。

继续按 Tab 会找到“启用扩展停顿”。此选项默认关闭。对于对白很多、场景节奏很快或几乎没有足够静音空间播放音频描述的影片，它可能很有用。在特殊情况下，Sonarpad 可以短暂暂停影片，以插入原本无法放入静音时段的描述。

“尝试识别人物并使用其姓名”复选框允许 Sonarpad 尝试在音频描述中说出人物姓名。如果关闭此选项，描述会更加通用，例如“男人走近”或“女人进入房间”。人物识别由 Gemini 完成，无法保证所有情况下都完全准确：外貌相似的人物、不清晰的镜头或较难辨认的画面都可能造成身份混淆。

再次按 Tab 会找到“保留角色目录”。在为系列节目制作音频描述时，这项功能尤其有用，因为它允许 Gemini 在不同剧集之间保持人物描述和身份的一致性。如果还没有目录，请选择“创建新目录”，然后在下一个字段中输入目录名称，例如剧集名称。

Sonarpad 会把人物信息保存到目录中，以提高识别的连续性。您也可以从 Sonarpad 生成的示例目录开始，把它复制到其他 AI 中，并要求该 AI 补充您所需要的剧集人物描述。最终目录必须保持 JSON 格式，并可复制到 Documents\Sonarpad\Audiodescriptions\Catalogs 文件夹。这样就可以使用已经准备好的角色目录开始处理一部系列剧。

再次按 Tab 会找到“同时保存项目以便以后修改”。如果您知道以后还要检查音频描述、修正描述内容或更改声音，请启用此选项。

“音频描述完成后将视频文件移到回收站”复选框适用于在创建带音频描述的 MP3 后不想保留原始视频的情况。此选项默认关闭，并且只有在未启用项目保存时才可用，因为可编辑项目仍然需要原始视频。

接下来是“Gemini API 密钥”。请在这里输入您的 API 密钥。密钥可以免费创建。使用 Tab 可以移动到“获取 API 密钥”按钮，该按钮会在浏览器中打开 Google 页面；登录您的账号后即可创建密钥。通常这个过程非常快。

在 API 密钥之后会找到“Gemini 模型”和“刷新模型列表”按钮。通常可以保留当前已经选择的模型；如果想检查您的密钥可以使用哪些模型，可以刷新列表。

再次按 Tab 会找到“语音合成引擎”和“声音”，您可以根据个人喜好进行更改。

继续向后会找到“修改音频描述项目”。这项功能允许重新打开并编辑以前保存的项目。请注意：要修改项目，原始视频文件必须仍然可用。

随后是“继续中断的音频描述”。Sonarpad 的设计目标是不丢失已经完成的工作：如果创建过程中网络中断、Gemini 出现问题或流程被停止，Sonarpad 会定期保存进度检查点。通过这项功能，可以从中断位置继续工作，而不需要从头开始。

最后会找到“创建音频描述”。如果没有输入有效的 Gemini API 密钥，Sonarpad 会显示错误。如果一切配置正确，处理流程就会开始。所需时间主要取决于视频的长度和复杂程度；处理一部长片可能需要较长时间。

致谢

感谢 Omni Describer 项目的作者 Ömer Yılmaz。他的项目为我开发 Sonarpad 的 AI 音频描述功能提供了最初的灵感。此后，Sonarpad 的这项功能通过对大量电影和电视剧的测试，以独立方式持续开发和完善。

选项
“选项”窗口允许您自定义 Sonarpad 的行为。设置分为不同的选项卡。
常规
界面语言：允许选择程序的语言。
文件打开方式（新标签页 / 新窗口）：选择“新标签页”时，可使用 Ctrl+Tab 在已打开的文件之间切换。选择“新窗口”时，可使用 Alt+Tab 在窗口之间切换。
启动时检查更新：在程序启动时自动检查更新。
发送匿名崩溃报告：自动向程序作者发送匿名错误报告。
添加到右键菜单“使用 Sonarpad 打开”：在文件资源管理器中添加选项，可直接使用 Sonarpad 打开文件。
文件关联：打开 Windows 窗口，用于管理 Sonarpad 支持的文件关联。
全局代理：允许配置代理服务器，用于程序的所有网络连接。
语音
TTS 引擎（Microsoft / SAPI5 / SAPI4）：允许选择用于朗读的语音引擎。
主语音：选择用于朗读文本的语音。对于 Edge 语音，提供按语言筛选的附加字段，以及“仅多语言语音”选项。
语音预览：播放所选语音的示例。
音高、语速和音量：允许调整这些参数。
对话使用不同语音：启用后，可为对话部分使用不同的语音。
第一对话语音（可选）：为对话设置一个特定语音。
第二对话语音（可选）：为对话添加第二个语音。
启用后，Sonarpad 最多可使用三种不同的语音。
编辑器
自动换行：启用或禁用自动换行。
行宽：设置每行的最大字符数。
智能引号：自动将直引号替换为排版引号。
拼写检查：启用当前语言的拼写检查。
词典翻译语言：设置在线词典的目标语言。
维基百科语言：选择用于维基百科搜索的语言。
音频
前进/后退跳转间隔：设置播放时跳转的秒数。
默认有声书文件夹：设置生成的有声书保存位置。
有声书分割：不分割、按文本分割、按指定部分数量分割或按时长分割。
字幕选项：允许选择在播放媒体文件时如何处理字幕。
RSS 和 播客
播客缓存限制：设置下载播客所使用的最大空间。
Podcast Index（API key / API secret）：输入 Podcast Index 的凭据。
确认删除 RSS/播客：删除项目之前显示确认消息。
未读/未播放状态提示：显示项目是否已阅读或播放。
日期/时间显示：允许自定义日期和时间的显示方式。
RSS 快速复制：允许选择按 Ctrl+C 时复制的内容。
快捷键
带有可编辑快捷键的命令列表。
记录新的按键组合。
恢复默认快捷键。
窗口：打开窗口菜单。
已打开的文档...：显示已打开文档的列表。
关闭其他：关闭除当前活动文档之外的所有文档。
全部关闭：关闭所有已打开的文档。

帮助：
指南：打开本指南（F1）。
检查更新：检查是否有可用更新（F2）。
变更日志：打开变更日志窗口。
关于：显示程序信息。