下载 TokPure 桌面客户端
选择适配你设备的版本:macOS 提供 Universal 双架构原生支持,Windows 11 / 10 提供 x64 原生安装包,本地离线极速重构。
已识别为 macOS,但浏览器不允许读取芯片型号:Apple M 系列请选上面第一个,Intel 机型请选第二个。 当前设备是手机或平板。桌面客户端请在 Mac 或 Windows 电脑上打开本页下载。 桌面客户端目前只支持 macOS 与 Windows。
适用于搭载 M1 / M2 / M3 / M4 系列芯片的 Mac
brew install --cask tokpure
Intel 处理器通用版
适用于 2020 年及更早期的 Intel Mac
适用于 64 位 Windows 11 与 Windows 10 (21H2 及以上)
与 macOS 使用同一份代码构建,Mac 端最新能力已全部同步:AI 视频翻译、AI 多语切片、AI 多语口播、AI 批量切片、AI 画质增强(Pro 订阅解锁)。
系统要求与运行规格
macOS 与 Windows 双平台原生适配,本地离线引擎开箱即用
全功能无缝支持 macOS Sonoma 及最新 macOS Sequoia 深度安全框架。
提供 x64 原生安装包,NSIS 向导支持自定义安装目录与桌面快捷方式;AI 字幕、AI 多语切片、AI 多语口播与 macOS 版功能一致(原声克隆需本机 Python 3.9–3.13,首次自动安装)。
批量高分辨率处理建议使用 16GB 或以上内存配置以获得最快速度。
安装包本身约 130–158 MB;AI 识别 / 翻译 / 超分模型按需下载,原声克隆引擎约 2GB,建议预留 6 GB 以上空间(双平台一致)。
3 步快速安装
macOS 拖拽即装,Windows 向导式部署,双平台均为 3 步
macOS 安装步骤
打开下载镜像
双击已下载的 .dmg 磁盘映像包,系统将自动挂载至访达。
拖移至应用程序
将 TokPure 图标拖动至 “Applications” 文件夹中完成安装部署。
启动并授权
通过聚焦或启动台运行 TokPure,首次启动授予读写与剪贴板权限。
Windows 安装步骤
运行安装向导
双击 .exe 安装包,如遇 SmartScreen 提示请点击「更多信息」>「仍要运行」。
选择安装位置
在向导中指定安装目录,可勾选创建桌面快捷方式与开始菜单项。
启动即可使用
从开始菜单或桌面快捷方式启动,内置 FFmpeg 引擎无需额外安装。
系统要求
安装包校验
每个版本都在 GitHub Releases 公开,页面附 SHA-256 校验值。下载后可自行比对,确认文件未被篡改再安装。
版本演进与更新历史
持续打磨的本地算法引擎,保持最高可用性
- auto_fix_high 彻底清除「呲呲呲」噪音块: 逐帧比对成片与频谱后确认,残留噪音不是整片底噪,而是克隆引擎在停顿处吐出的 0.5~2 秒「平稳噪声块」——频谱是一条没有谐波的宽带噪声带,电平只比说话低 6~12dB,所以按电平设的降噪门限全部放行。现在改为三条判据同时成立才处理:0.4 秒内电平波动小于 3.2dB、归一化自相关峰低于 0.42(人声实测不低于 0.50)、且前后 0.25 秒内存在 10dB 以上的停顿凹陷。命中时长整段拉到数字静音并做 11.6ms 斜坡。以问题成片为例,4 段共 5.1 秒噪音被精确清除,而全部语音帧逐样本保持不变(已验证非噪音区能量变化 0.0000dB)。
- album 配音纯粹度复核: 重新测量成片的词间底噪,实测已全部为数字静音(20 分位 -300dB),比真人参考音(-36dB)更干净;4.5k~9k 频段与真人参考的差异仍在 ±1.5dB 内,因此本次不再改动任何 EQ 与压缩参数,避免为了「听起来亮」而再次引入齿音。
- article 回归测试: 新增平稳噪声块检测的单元测试(合成「语音 + 静音 + 噪声块 + 静音 + 语音」信号,断言噪声块被整段检出、语音区零覆盖),并校验三条判据的标定值不可被误改。
- auto_fix_high 消除句间「呲呲」底噪: 定位到噪音并非来自配音引擎,而是人声分离后残留的立体声伴奏床被混进成片(停顿处实测约 -44~-47dB,且侧声道非零)。现在分离结果只做一次降噪并落盘复用,混音阶段不再二次处理;伴奏残渣的电平门槛从 -38 LUFS 收紧到 -31 LUFS,低于该值的分离结果直接判定为噪音并丢弃;伴奏高通从 60Hz 提到 90Hz,去掉最容易听成「嗡嗡+呲呲」的低频残渣。纯净配音链路的底噪实测已在 -60dB 以下。
- album 配音清晰度与真人感对齐: 用真实用户音色做 1/3 倍频带对比后发现,克隆原声的高频已与真人基本齐平,旧版 +8dB / +4dB 的高频补偿会把 4.5k~9k 抬升 3~5dB,听感上就是「刺、呲、齿音重」。现改为 6.2kHz 轻度衰减 + 5.2kHz +3dB / 8.5kHz +0.5dB,各频段与真人差异收敛到 ±1.5dB 内;同时把克隆合成的采样温度固定为 0.7,降低逐句音色与气口的漂移,整片更像同一个人连续说话。
- forum 修复偶发漏读文本: 配音引擎有时会在句子没读完时提前收尾,而时长看起来正常,旧版无法察觉;另一种情况是译文过长、语速已到上限后被画面时长静默裁掉句尾。现在每段合成完都会用本地识别引擎回读校验,字词覆盖率低于 72% 时先按更长的 token 预算重合成,仍不足则按标点拆句逐句重合成再拼接;语速上限从 1.35 提到 1.5,若译文仍超出画面长度会在任务里明确提示「片尾已裁剪」,不再无声丢内容。
- speed 合成参数更稳: 克隆引擎默认 16 步采样、引导权重 0.3,配合固定温度 0.7,在保真与速度之间取得更好平衡,长句也不易出现音色跳变或尾音发虚。
常见安装与使用疑问
遇到问题?这里有你需要的快速指引
如何确认我的 Mac 属于 Apple Silicon 还是 Intel?
点击屏幕左上角苹果图标 () > 选择「关于本机」。若「芯片」处标注为 Apple M1/M2/M3/M4 系列,请选择 Apple Silicon 原生版;若显示为「处理器:Intel Core」,请下载 Intel 架构版本。
提示“无法打开,因为无法验证开发者”怎么办?
当前安装包为本地签名(ad-hoc),尚未走 Apple 公证流程。首次打开若被系统拦截,可打开 macOS「系统设置」>「隐私与安全性」,滑到底部点击「仍要打开」,或在访达中右键点击应用选择「打开」即可。
应用运行时是否会向服务器上传我的视频数据?
绝不。TokPure 的所有视频解析、模型重构以及音频提取动作均完全运行在您的 Mac 本地芯片核心上,零云端中转存储,具备完全的离线断网处理能力。
「AI 视频翻译」是怎么换声的?会上传我的声音吗?
不会上传。声音样本只在本机处理:客户端去掉首尾静音、做 80Hz 高通 / 9.5kHz 低通与两级频域降噪,只保留约 12 秒音色条件交给本地 Chatterbox 克隆引擎;识别(Whisper)、翻译(Llama.cpp)、配音与混音全部离线完成,成片只有一条音轨。同一段声音可以存成多个档案随时切换,出片前可以先试听。
是否支持 Windows 平台?
支持。自 v2.4.0 起提供 Windows 11 / Windows 10 (21H2) x64 原生客户端;v3.9.27 起 Windows 版 AI 能力与 macOS 完全对齐:AI 字幕、AI 多语切片、AI 多语口播(含逐句口型对齐与本地声音克隆)、AI 视频翻译(上传自己的声音做克隆、把原片人声整条换成「你的声音说目标语言」)。原声克隆与口型引擎共用本地 Python 环境,需本机已装 Python 3.9–3.13,首次使用时客户端会自动创建虚拟环境并安装依赖(约 2GB,仅一次)。v3.9.38 起 Windows 与 macOS 共用同一套 Pro 订阅校验与付费墙,Pro 专属的 AI 视频翻译、多语切片、多语口播、批量切片、画质增强两端一致。Linux 版本仍在评估中。
Windows 版需要自己安装 FFmpeg 或其它依赖吗?
不需要。Windows 安装包已内置完整的本地 FFmpeg 引擎,去水印与 MP3 提取开箱即用,无需额外下载或配置环境变量。
立刻开启极速无损视频重构
完全免费下载体验,支持批量排队处理,让本地 Mac 或 Windows PC 成为你的超强音视频实验室。
