ASR 供应商¶
账号开通、凭据获取、可复制 JSON 和真实音频验证命令见 ASR 供应商配置索引。该索引按供应商拆分为独立文档；本页只说明协议 范围与实现边界。
当前支持¶
| 配置值 | 模式 | 凭据 | 状态 |
|---|---|---|---|
doubao |
实时 WebSocket，PCM 转 Opus | 自动获取并刷新 | 默认，零配置 |
openai-compatible |
录音结束后 multipart HTTP，PCM 转 WAV | 可选 Bearer API Key | 显式配置 |
whisper |
OpenAI Audio Transcriptions multipart | apiKey |
显式配置 |
groq |
Groq Audio Transcriptions multipart | apiKey |
显式配置 |
openrouter |
Audio Transcriptions JSON + base64 WAV | apiKey |
显式配置 |
siliconflow |
Audio Transcriptions multipart | apiKey |
显式配置 |
zhipu |
Audio Transcriptions multipart | apiKey |
显式配置 |
elevenlabs |
Scribe multipart HTTP | apiKey |
显式配置 |
xiaomi-mimo-asr |
chat/completions 音频 JSON |
apiKey |
显式配置 |
bailian |
DashScope 经典双工 WebSocket | apiKey |
显式配置 |
bailian-qwen3-realtime |
Qwen3 Realtime WebSocket | apiKey |
显式配置 |
bailian-fun-asr-flash |
DashScope 多模态批量 HTTP | apiKey |
显式配置 |
volcengine |
SAUC 大模型流式 WebSocket | apiKey |
显式配置 |
openai-compatible 面向实现标准 multipart audio/transcriptions 请求和
{ "text": "..." } 响应的服务。同一个适配器可以连接其他兼容厂商或自定义云端服务。
OpenAI、Groq、硅基流动和智谱提供同协议的品牌预设；OpenRouter 的请求体是 JSON，因此
使用独立编码分支。
doubao、bailian、bailian-qwen3-realtime 和 volcengine 可以在录音期间返回
partial；其余 provider 在松开触发键后提交整段音频。MiMo 和 Fun-ASR-Flash 按 180 秒
切片；OpenRouter 和智谱按 30 秒切片，逐段识别后按中英文与标点边界重新拼接。
OpenLess 调研¶
调研 OpenLess 当前 beta 分支时，其桌面 Rust
代码包含以下云端协议，当前已全部接入 typeless-ibus：
- 火山引擎流式 ASR。
- OpenAI Whisper、Groq、硅基流动、智谱等 multipart 批量转写，以及 OpenRouter JSON 音频转写。
- 阿里云百炼经典实时 ASR、Qwen3-ASR-Flash Realtime、Fun-ASR-Flash 文件识别。
- 小米 MiMo 音频理解接口。
- ElevenLabs Speech-to-Text。
OpenLess 另外包含平台或本地实现：macOS 的 Qwen3-ASR 和 Apple Speech，以及 Windows 的 Foundry Local Whisper 和 sherpa-onnx。本项目明确不接入这些实现，不下载本地模型， 也不增加平台 runtime。
OpenLess 的关键设计参考价值是：录音端统一输出 PCM，供应商在边界之后自行选择流式或
批量、音频编码、认证和生命周期。typeless-ibus 采用相同方向，使用较小的
AsrProvider trait，不依赖其 Tauri、平台 UI 或本地模型栈。协议实现的许可归属见
第三方说明。
扩展约束¶
新增 provider 应满足：
- 只接收统一的 16 kHz、单声道、16-bit little-endian PCM channel。
- 流式服务可发送
Partial；批量服务至少发送一次非空Final。 - 供应商字段放在
asr配置中，并由provider显式选择，不能根据环境变量隐式切换。 - API Key、Token 和音频不能写入日志；若上游返回请求 ID，应记录脱敏后的 ID。
- 使用 Rust 实现并为协议封装、响应解析和错误分支提供本地测试。
- 默认
doubao的零配置行为和凭据恢复必须保持兼容。
当前范围只包含云端接口。本地模型会显著增加包体、CPU/内存需求和架构矩阵，不在项目 计划内。