Skip to content

feat: 升级本地语音识别并修复小程序图片导出与 Windows 回归 - #151

Merged
2977094657 merged 4 commits into
LifeArchiveProject:mainfrom
xiaoshengbao:codex/stt-model-upgrade
Sep 22, 2026
Merged

2977094657 merged 4 commits into
LifeArchiveProject:mainfrom
xiaoshengbao:codex/stt-model-upgrade

Conversation

@xiaoshengbao

@xiaoshengbao xiaoshengbao commented Sep 21, 2026 •

Copy link
Copy Markdown
Contributor

软件语音识别收敛为 Zipformer CTC、Qwen3-ASR 0.6B CPU、Whisper Turbo、Qwen3-ASR 0.6B GPU,同时修复小程序图片导出与 Windows AI 回归超时。

Fixes #150

变更

  • 默认 CTC,提供 Qwen 0.6B CPU/GPU 与 Turbo;移除旧模型的选择与下载入口,自动迁移旧设置,保留文件及转写缓存。卡片说明改为用途和配置要求。
  • 固定 Hugging Face revision、大小与 SHA-256;使用可取消的独立进程、分段和模型版本隔离缓存。CPU 与可选 GPU 依赖及构建分别配置。
  • 小程序/小游戏 JSON 的 thumbUrl 原先为无法直接使用的 CDN 标识;现在查找并解密本地附件,将图片打包,返回导出根目录相对路径。仅选链接也包含本地缩略图,缓存和文件名按会话隔离;缺失或无效图片保留原标识并统计缺失。
  • 补齐导出时语音转文字及 HTML 远程缩略图开关,默认关闭,隐私模式禁用。
  • Windows AI CI 原失败是并行功能测试的 45 秒超时。八条同秒消息仍覆盖四个工作槽与两轮调度,功能测试期限改为 180 秒;完整覆盖、去重、续跑断言保留,独立并行加速测试不变。

验证

  • Windows 本机独立 PR 工作区:AI 与本地搜索 730 项通过;导出与语音相关 193 项及 27 项子测试通过(含修复后复验)。
  • 前端全套 384 项通过;新增远程下载条件后导出专项 8 项通过;最终 Nuxt 静态构建成功,预渲染 34 路由。
  • 新增 16 项小程序导出测试,使用真实 SQLite、加密附件及正式导出管理器,验证 ZIP 图片字节与 JSON 路径,覆盖两类消息、标识回退、跨会话、缺失/无效图片、关闭媒体、隐私及 HTTP 地址。
  • 已启动 Electron 验收四张模型卡片,四个保留模型各完成两条真实语音的 HTTP 转写及缓存验证;初次接入还验证过 20 条真实 SILK 的正式服务与完整批量任务、取消及恢复。

未带入开发分支其他 AI、联系人或朋友圈改动。私人音频、数据库、参考文本、模型权重不提交。正式安装包及冻结工作进程尚未验收;微信机器参考差异率不是人工标注准确率。

详见 docs/stt-integration-2026-09-21.md 与 docs/stt-benchmark-2026-09-21.md。

macOS CI 复验修复

macOS 的超时重试用例将正常重试也限制在 0.5 秒,慢速持久化可能误触发第三次调用。现在仅首次请求挂起触发真实超时,下一次请求获得独立的 30 秒测试期限;仍严格断言两次调用、无重复工具片段,并新增 TimeoutError 审计断言。相关可靠性测试 18 项通过,正常重试特意等待 0.6 秒以覆盖旧阈值问题。生产请求时限及重试次数不变。

@xiaoshengbao xiaoshengbao changed the title feat(stt): 新增 Zipformer 与 Qwen3-ASR 分档本地语音识别 feat(stt): 提供 CTC、Qwen 0.6B CPU/GPU 与 Turbo 四档语音识别 Sep 21, 2026
@xiaoshengbao xiaoshengbao changed the title feat(stt): 提供 CTC、Qwen 0.6B CPU/GPU 与 Turbo 四档语音识别 feat: 升级本地语音识别并修复小程序图片导出与 Windows 回归 Sep 21, 2026
@2977094657
2977094657 merged commit b2a5141 into LifeArchiveProject:main Sep 22, 2026
5 checks passed
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

聊天记录导出的JSON 小程序图片支持

2 participants