Cambios

Todos los cambios importantes de Translay. El formato sigue Keep a Changelog y las versiones, Versionado semántico.

Las mismas entradas en inglés: CHANGELOG.md. Los cambios que esperan la próxima versión van en Sin publicar, arriba (esa sección solo existe mientras haya alguno y la documentación no la muestra); scripts/release.py la convierte en la versión nueva.

1.4.0 · 2026-10-28

Agregado

• Enlaces de Dropbox: pega el enlace compartido de un video (también dentro de una carpeta, como dropbox.com/scl/fo/…/video.mp4) en «Importar», en el cuadro de varios enlaces, en un CSV o por la API. Entra a la cola, se descarga con su avance igual que uno de YouTube y su tarjeta dice «Dropbox».
• Videos que ya están en español: «Importar ▾ › Está en español: solo transcribir», o «Idioma del video» en el menú contextual. Se transcriben en español sin traducir ni doblar, se reproducen con el audio original y un solo subtítulo, y la transcripción muestra una columna.
• «Renombrar…» en el menú contextual de un video le pone tu propio nombre (por ejemplo, en vez de 21_10); se queda aunque el video se vuelva a descargar. También PATCH /api/v1/videos/{id} con {"title"}.
• La API de importar acepta "lang": "es", y los datos de un video incluyen su lang y el url compartido.

Cambiado

• Los perfiles ligeros («Ligero» y «Subtítulos ligeros») usan Whisper small en lugar de small.en, así también reconocen español.

Corregido

• En el celular, el video del reproductor quedaba sin ancho y no se veía.

1.3.1 · 2026-10-27

Cambiado

• Translay ahora tiene licencia MIT (LICENSE); el instalador la incluye.
• Los mensajes de commit siguen Conventional Commits en inglés, con un cuerpo que detalla cada cambio.

Corregido

• La página de cambios de la documentación ya no muestra una sección «Sin publicar» vacía encima de la última versión (parecía no lanzada): solo lista versiones publicadas.

1.3.0 · 2026-10-27

Agregado

• App de escritorio para Windows con instalador (Translay_<versión>_x64-setup.exe): se instala sin ser administrador, prepara sola el servidor y el motor de voz y abre Translay en su propia ventana.
• Pantalla «Preparar Translay»: tu GPU, si tendrás voz en español o solo subtítulos, dónde guardar la biblioteca y el avance de la instalación en el propio botón. Las versiones nuevas actualizan solas los paquetes que cambiaron.
• El instalador trae Python 3.12 y 3.11, ffmpeg, Node.js y uv verificados por SHA-256; los paquetes de Python se instalan fijados con su huella (desktop/locks/).
• Barra de título propia que sigue el tema, con Preferencias y el cambio entre claro y oscuro como íconos junto a minimizar, maximizar y cerrar. La pantalla de inicio abre con el último tema usado.
• Preferencias › App de escritorio: seguir en la bandeja al cerrar la ventana (la cola continúa y, al terminar, Translay se cierra y libera todo), cambiar la carpeta de la biblioteca Principal y abrir los registros.
• Cerrar la app cierra también el servidor y todo lo que lanzó (modelos, voz, descargas, ffmpeg), aunque se cierre de golpe: no queda nada usando la GPU ni la RAM.
• --data-dir (o TRANSLAY_DATA) elige la carpeta de datos, y TRANSLAY_VENVS la de los entornos de voz.
• Documentación en inglés y en español, con diagramas; README y changelog en los dos idiomas.

Cambiado

• La fuente Plus Jakarta Sans la sirve el propio Translay: la interfaz se ve igual sin internet.

Corregido

• Al cambiar entre claro y oscuro, los botones grises ya no parpadean.

1.2.0 · 2026-10-26

Agregado

• Soporte para equipos con memoria unificada, como NVIDIA DGX Spark (GB10): la GPU se detecta con la RAM del sistema como memoria, así que Rendimiento ya no la trata como «sin GPU» (marcaba «Muy forzado» a 0,02×) y el perfil automático elige «Máxima calidad». Los equipos con GPU dedicada no cambian.
• Con memoria unificada, el reposo ligero se hace junto con el profundo: pasar los modelos a la RAM no liberaba nada.

1.1.0 · 2026-10-26

Corregido

• Crear, renombrar o eliminar una biblioteca fallaba al avisar a los webhooks y la pestaña no se actualizaba.
• El id (y el enlace /b/<id>) de una biblioteca con tildes o eñes ya no se rompe: «Océanos» es oceanos, no oc-anos.
• «Editar» y «Otro patrón» de una biblioteca funcionan ahí mismo, sin llevar al inicio.
• Los menús ya no se cierran solos cuando algo se desplaza por su cuenta, y las opciones que abren otro panel ya no lo cierran en el mismo clic.
• Al recargar no aparece por un instante «Traduce tu primer video» ni el banner roto de un canal.
• El aviso «Listo para reproducir» ya no tapa el subtítulo en inglés.
• La cola ya no reemplaza frases ya dobladas por fragmentos al retomar un video desde otro punto, ni pierde texto en la segunda pasada.
• Dos partes de Translay que abrían la misma transcripción a la vez podían quedarse con copias distintas y perder frases guardadas.
• Una frase cuya voz falla ya no deja el video entero en «error»: queda sin voz y se reintenta.
• Si el proceso de voz se cuelga, se cierra a los 5 min en vez de trabar la GPU para siempre; si no carga, se reinicia limpio.
• El reposo ligero libera la VRAM también con Chatterbox y VoxCPM, y un error al dormir los modelos ya no deja el estado en «cargando».
• Al fusionar dos personas, la voz clonada ya no se pierde (sobre todo al reabrir el video).
• Las frases muy largas sin puntuación ya no cortan el audio de su voz de referencia.
• El audio de un video terminado no se queda en memoria.
• Biblioteca, voces y personas se guardan sin poder quedar a medias, con una copia de respaldo (.bak) que se usa si el archivo se daña.
• «Mover a…» otra biblioteca devuelve los archivos si alguno está en uso, en vez de dejar el video partido.
• Desde otro equipo de la red (http) ya se puede reproducir con voz e importar archivos.
• Los primeros mensajes del servidor ya no se pierden en conexiones lentas (el invitado veía la interfaz del dueño).
• Al reconectar (o tras «Reiniciar ahora»), el video que ves vuelve a tener prioridad en la cola.
• Enter en los cuadros de texto de los diálogos acepta en vez de cancelar.
• En Cola → Exportaciones, «Descargar» y «Cancelar» funcionan; en el panel, el botón de quitar una exportación se ve.
• Borrar el video que suena en miniatura cierra la miniatura.
• Pasar rápido entre videos ya no aplica la posición ni la duración de uno al otro.
• Cancelar «Importar» desde una colección ya no deja esa colección elegida para la próxima importación.
• Un invitado ya no puede abrir Preferencias por la URL (salían avisos de permiso en bucle).
• Reproducir a otra velocidad ya no acumula audio en memoria.
• Lo que se escribe en Preferencias (una contraseña, una URL) ya no se borra si llega un aviso de otra pestaña.
• En el celular hay botón para crear una colección.
• Eliminar la biblioteca abierta cierra el video que se estaba viendo de ella.
• Los toasts de Acceso ya no dicen «Copiado copiado».
• Los avatares y banners de canales se bajan aparte y de a uno: ya no ocupan las conexiones del navegador (el video no cargaba) ni disparan el límite de YouTube.

Seguridad

• Otro sitio abierto en el navegador ya no puede usar Translay como el dueño: el WebSocket y los pedidos que cambian algo exigen que el Origin sea la propia app (--allow-origin / TRANSLAY_ORIGINS para proxies que cambian el Host).
• GET /api/v1/exports/{id} solo muestra exportaciones de videos que se pueden ver.
• Al volver una biblioteca a «con contraseña», las sesiones de antes ya no reviven.
• Revisión de todo el código: los videos ya no pueden registrar rutas de archivos (solo título, duración y origen); las rutas de archivos de los videos nunca salen de su carpeta.
• Las subidas solo aceptan video o audio (y la miniatura, JPEG de hasta 2 MB); una subida cortada no deja el archivo a medias.
• Los archivos de las bibliotecas se sirven siempre como medios o descargas, nunca como páginas, con X-Content-Type-Options: nosniff.
• «Desde este equipo» solo vale si el pedido llega a localhost/127.0.0.1 (protección contra DNS rebinding).
• Iniciar sesión siempre da un token nuevo (fijación de sesión), con un máximo de 10 intentos fallidos cada 10 minutos por equipo; el hash de la contraseña ya no frena al servidor.
• Importar o ver un video exige permiso en la biblioteca de ese video, no en la abierta.
• WebSocket: marcos sin máscara, de control demasiado largos o mensajes que superan 16 MB entre fragmentos cierran la conexión; las cabeceras HTTP tienen un máximo de 100 y 15 s para llegar.
• Los avatares de canales (/chan/) piden acceso como el resto de las miniaturas.

Agregado

• Rendimiento (Preferencias): detecta GPU, VRAM, RAM y CPU y elige un perfil de modelos (Máxima calidad, Equilibrado, Ligero, Solo subtítulos, Subtítulos ligeros) con velocidades medidas en equipos de 8, 6, 4 y 2 GB y sin GPU. Muestra si cada perfil va bien, al límite o forzado, cuánto tarda un video y si se puede ver en vivo; cambiar de perfil reinicia Translay solo.
• Límites de VRAM, RAM e hilos de CPU para Translay; la RAM y la CPU se aplican al momento (Job Object de Windows, sin administrador).
• Avisos de por qué algo va lento: perfil forzado, VRAM que desborda a memoria compartida, poca RAM, límites demasiado bajos, otro programa en la GPU.
• Papelera: eliminar videos, vaciar o eliminar una biblioteca los guarda 30 días; «Deshacer» en el aviso y Preferencias › Papelera para restaurar o borrar para siempre.
• Labs de hardware (tools/lab/) que emulan equipos menores con límites reales de VRAM, RAM y CPU, y vt/hardware.py para detectar el equipo.
• Barra lateral también en el reproductor (se pliega a íconos con el botón junto al logo).
• «Bajar video» en la barra del reproductor y en el clic derecho para videos con solo audio.
• Los botones que trabajan muestran su avance: «Bajando video 42 %», «Exportando 63 %».

Cambiado

• Vaciar y eliminar una biblioteca piden escribir su nombre; «Vaciar…» pasó de la cabecera de «Todos» al menú «⋯» de la biblioteca.
• --model, --compute-type, --beam, --translator, --voice y --device ya no tienen valor fijo: sin ellos, los decide el perfil de rendimiento.
• Lo que se edita (bibliotecas, colecciones, comentarios, personas) se ve al instante en todos lados, sin esperar al servidor.
• Las flechas de las filas del inicio quedan dentro de la fila y solo aparecen si hay más videos hacia ese lado.

1.0.0 · 2026-10-25

Primera versión pública.

Traducción y doblaje

• Reconocimiento con Whisper large-v3-turbo en streaming, con VAD y acuerdo local propios.
• Traducción con Opus-MT big (fp16) y capas propias para español latinoamericano: división por oraciones, modismos y giros literales. NLLB-1.3B y MADLAD-3B como alternativas (--translator).
• Diarización propia (WeSpeaker en ONNX + agrupamiento incremental): 97.6 % de frases con la persona correcta en 12 videos de prueba.
• Doblaje con la voz clonada de cada persona (OmniVoice), referencias de hasta 8 s limpiadas con DeepFilterNet si tienen ruido, duración ajustada al espacio de cada frase y WSOLA de respaldo.
• Procesamiento adelantado: la voz suena sincronizada con la imagen (desfase mediano 0.08 s; 0.25 s en un video de 28 min).
• Persistencia por huella del video: lo procesado no se vuelve a procesar; si cambia el texto, la persona o el motor, la frase se vuelve a doblar sola.

Biblioteca

• Portada con «Seguir viendo» y filas por colección; colecciones automáticas (Recientes, Todos, canales y categorías de YouTube) y propias.
• Varias bibliotecas, cada una en su carpeta (otro disco, por ejemplo), con sus videos, colecciones, glosario, personas, tema y modo de importar; «Mover a…» lleva los archivos.
• Banners y distintivos con patrones Bauhaus por colección y biblioteca; avatar y banner reales de los canales.
• Búsqueda en todas las transcripciones (inglés, español y comentarios, sin importar tildes).
• Selección múltiple para abrir, procesar, exportar, mover o eliminar.

Importar y cola

• Enlaces de YouTube, playlists, varios enlaces a la vez, CSV con miles de enlaces y archivos del equipo; importar directo a una colección.
• Una sola cola en el servidor que sobrevive a recargar: el video que ves va primero y sigue tus saltos; «Priorizar», pausa y pantalla propia con estados.
• Descargas espaciadas y en orden o al azar, solo audio o video, «Solo descargar»; pausa automática si YouTube pide verificación y reintentos espaciados.
• Sesión de YouTube con cookies.txt o desde el navegador instalado.
• Modo reposo: los modelos dejan la GPU a los 45 s sin uso y el proceso de voz se cierra a los 2 min.

Reproductor

• Vista ampliada y dividida, controles propios, velocidad de 0.75× a 2× sin cambiar el tono, subtítulos ES/EN.
• Indicador «Preparando NN % / Listo para reproducir» según la velocidad real del doblaje; pausa hasta que esté listo y reproducción automática del siguiente.
• Transcripción alineada EN | ES con la persona que habla, comentarios por frase y marcas en la línea de avance.
• Personas: nombre y voz de cada una (la suya clonada o la de otra persona del video).
• Glosario por biblioteca: términos fijos o sin traducir; al cambiarlo se re-traduce y se rehace la voz.

Exportar

• Video traducido (voz en español + inglés como segunda pista + subtítulos), audio traducido, video y audio originales, subtítulos SRT en ambos idiomas y transcripción TXT; varios en un .zip.

Acceso e integraciones

• Dueño sin sesión desde el mismo equipo y con contraseña desde otros; cada biblioteca privada, con contraseña o pública, de solo ver o ver e importar.
• Acceso desde otros equipos de la red local.
• API REST /api/v1 con claves por biblioteca (lectura o escritura).
• Webhooks firmados con HMAC-SHA256, con reintentos y 21 eventos.

Interfaz

• Diseño «Translay»: una sola fuente, claro y oscuro grafito, menús, listas y casillas propios, menú contextual por zona, barra lateral colapsable y silueta al cargar.
• La dirección guarda dónde estás: recargar no vuelve al inicio y atrás/adelante funcionan.

Instalación y documentación

• Imagen Docker con CUDA 12.8, servidor y motor de voz; docker-compose.yml y --owner-password / TRANSLAY_OWNER_PASSWORD para el acceso del dueño en el contenedor.
• Documentación en Starlight (docs/) con referencia generada desde el código.
• Convención de commits (Conventional Commits) con validación en .githooks/commit-msg.