Chris233
5be28b1dbd
- 新增 asr/xfyun.rs RTASR 流式客户端：signa = Base64(HmacSHA1(MD5(appid+ts), apiKey))
鉴权，1280B/40ms 分块发送，{"end": true} 收尾，seg_id 去重拼接，断连 partial 兜底，
鉴权/限流/超时错误分类可读。
- 全链路接入：dictation 主流程、QA 面板、重新转录、取消、设置页凭据预检与
"验证"探活；凭据 xfyun.app_id / xfyun.api_key 存系统凭据库，不落日志。
- 设置页新增「讯飞实时语音转写」选项（AppID + API Key），5 种语言 i18n。
- 文档：docs/xfyun-asr.md + README/README.zh/USAGE 同步。
已知限制：标准版 RTASR 无请求级热词参数（在讯飞控制台配置），语种默认中文普通话。
1.9 KiB
1.9 KiB
OpenLess 讯飞 ASR 配置
OpenLess 支持讯飞开放平台的实时语音转写（RTASR，标准版），用于把录音实时转写成文字。
所需服务
- 服务：讯飞开放平台 实时语音转写（标准版）
- 接口文档：https://www.xfyun.cn/doc/asr/rtasr/API.html
说明：录音文件转写（IFASR）、实时语音转写大模型（202 方言 / 37 语种免切）目前 未接入。若你有这些需求，欢迎在 issue #842 留言。
凭证获取
- 登录讯飞开放平台：https://www.xfyun.cn/
- 控制台 → 我的应用 → 创建应用，添加 实时语音转写 服务（需先在服务页领取免费额度或购买）。
- 在服务管理页查看并复制 AppID 与 API Key。
- 打开 OpenLess
Settings → Providers → ASR，选择「讯飞实时语音转写」，填入 AppID 与 API Key。
音频约束
- 采样率 16 kHz、位深 16 bit、单声道 PCM（与 OpenLess 录音输出完全一致，无需转码）。
- 支持中文普通话、中英混合与英文；方言/小语种需在讯飞控制台开通后由
lang参数指定， 首期 OpenLess 固定使用中文普通话（lang=cn）。 - IP 白名单：若在讯飞控制台开启了 IP 白名单，请把运行 OpenLess 机器的公网 IP 加入，
否则握手会返回
10105 illegal access。
已知限制
- 标准版 RTASR 没有请求参数级热词：OpenLess 的词典热词不会传给讯飞，个性化热词 请在讯飞控制台上传。
- 实时出字由服务端驱动：OpenLess 的胶囊 UI 在收尾阶段一次性展示最终文本（与其它 流式 provider 行为一致）。
排障
10105/10110：AppID / API Key 错误、IP 白名单未放行，或账号未开通实时语音转写服务。10800：超过授权连接数（并发路数已满）。37005：超过 15 秒未发送音频（弱网时偶发，可重试）。