feat(asr): 降级兜底——分离路由全挂时退到无分离路由，只交付逐字稿
回退链从「一条主路由 + 一串替补」改成两级：先把同能力（有说话人分离）的路由 试完，全挂才降级到不分离的路由。降级是**本次事实**而不是配置事实，写进第 2 步 产物（capability_degraded / capability_zh），第 3 步与第 5/6 步据此判为不可用。 - transcribe.go：Result 加 CapabilityDegraded，判据 chain[0] 能分离而实际这条 不能；与 HasSpeakers 分开记（后者可能是「配了却没输出」那种异常） - audio_handlers.go：闸门从「读路由声明的能力」改成「读稿子里实际有没有标签」 （audioTranscriptSpeakerKeys），与第 3 步共用同一句 SpeakerKeysOf；本次没分离 → 哨兵错误 errAudioSpeakersUnavailableThisRun，不再放行去写一份看不出残缺的纪要 - 闸门**不看** capability_degraded：改动前落库的老产物没有这个字段，看它就 fail-open - 第 1 步「转写要求」提前把降级的后果说清；第 2 步产物带完整措辞与「⚠」日志 - 前端两处（SpecialistPanel.vue / audioSkill.js）判断顺序改为先读实际结果 has_speakers、再退回声明 speakers —— 顺序反了会在降级那一次照旧显示第 3 步 - ai_config.json：补 3 条云端无分离路由与各自的回退链 验证：三处变异（产物 key 拼错、标记写死 true、闸门 fail-closed）都验过会红； 新增两个用例文件走真实 gin 路由 + 真实鉴权中间件，断言拦下来的**理由**而不只是 「拦下来了」；go test ./... 全绿、gofmt 干净、前端构建通过。 同期把本地 ASR 装成 systemd 常驻服务（deploy/install_asr_local.sh 七步全过， 开机自启，实测 26.7 分钟录音 → 3.1 分钟）。装的过程挖出两个只在服务化时才暴露的坑： - E12 转写堵住事件循环 → 探活超时 → 本地被判不健康 → auto 静默退云端、音频出网， 全程没有任何报错。修法 run_in_threadpool（deploy/asr/serve.py） - E13 服务账号的 ~ 不可写，pyannote 写不了 ~/.pyannote/database.yml，每次转写 500。 修法 asr.env 加 HOME=<cache 目录>（该目录在 unit 的 ReadWritePaths 里） 顺带收口一处交付缺口：服务源码原先只有 ~/asr-poc 一份，而 DELIVERY.md 的清理计划 要 rm -rf 它 —— 那会让唯一副本变成 /opt 下 root 所有、不在任何版本库里的文件。 现在 deploy/asr/ 是唯一事实源，装机脚本与文档同步改。 已知偏离 / 未做（记在案）： - 界面那句「本次没有说话人分离，后续步骤不可用」只验到后端接口层，没有造出真实 降级场景渲染出来看过 - deploy/asr/ 的引入改变了装机来源：原型目录 $SRC_DIR 从此只提供 venv 与模型， 服务代码一律从仓库取 Co-Authored-By: Claude Code <noreply@anthropic.com>
This commit is contained in:
eaiadmin
@@ -11,7 +11,7 @@
|
||||
"audio_routes": {
|
||||
"audio_route_local_whisper": {
|
||||
"base_url": "http://127.0.0.1:8090/v1",
|
||||
"description": "语音转写 · 本机 faster-whisper large-v3 + pyannote 3.1（音频不出本机）。由 deploy/eai_agentplatform-asr.service 常驻在 127.0.0.1:8090；服务不在时 audio_route_auto 会改走 fallback_routes 里的云端路由，并在转写产物里标注「音频已出本机」。timeout 定在 840s 而不是一小时：前端 api/audioSkill.js 给这一步的上限是 15 分钟，后端必须在它之前自己收手（否则用户看到的是 axios 超时，而后端还在跑），同时 840s 里还留得下云端那 600s 的回退预算",
|
||||
"description": "语音转写 · 本机 faster-whisper large-v3 + pyannote 3.1（音频不出本机）。由 deploy/eai_agentplatform-asr.service 常驻在 127.0.0.1:8090；服务不在时 audio_route_auto 会改走 fallback_routes 里的云端路由，并在转写产物里标注「音频已出本机」。timeout 定在 840s 而不是一小时：前端 api/audioSkill.js 给这一步的上限是 15 分钟，后端必须在它之前自己收手（否则用户看到的是 axios 超时，而后端还在跑），同时 840s 里还留得下云端那 600s 的回退预算。回退链分两级：先把同能力（有说话人分离）的路由试完，最后才降级到不分离的路由；一旦降级，转写产物里 capability_degraded=true，第 3 步「识别说话人身份」与第 5/6 步「整理/纪要」判为不可用，只交付逐字稿",
|
||||
"endpoint": "/audio/transcriptions",
|
||||
"model": "large-v3",
|
||||
"provider": "local_asr",
|
||||
@@ -21,7 +21,7 @@
|
||||
"timeout_seconds": 840
|
||||
},
|
||||
"audio_route_siliconflow_diarize": {
|
||||
"description": "语音转写 · SiliconFlow / XingChen ASR Diarize（云端，音频会出本机；本地服务不可用时的回退，也可由管理员手动指定）",
|
||||
"description": "语音转写 · SiliconFlow / XingChen ASR Diarize（云端，音频会出本机；本地服务不可用时的回退，也可由管理员手动指定）。回退链分两级：先把同能力（有说话人分离）的路由试完，最后才降级到不分离的路由；一旦降级，转写产物里 capability_degraded=true，第 3 步「识别说话人身份」与第 5/6 步「整理/纪要」判为不可用，只交付逐字稿",
|
||||
"endpoint": "/audio/transcriptions",
|
||||
"model": "XingChenAGI/XingChenASR-Diarize-V3.0",
|
||||
"provider": "siliconflow",
|
||||
@@ -31,7 +31,7 @@
|
||||
"timeout_seconds": 600
|
||||
},
|
||||
"audio_route_siliconflow_qwen3": {
|
||||
"description": "语音转写 · SiliconFlow / Qwen3-ASR（云端，音频会出公网；无说话人分离）",
|
||||
"description": "语音转写 · SiliconFlow / Qwen3-ASR（云端，音频会出公网；无说话人分离）。实测最快（45 秒片段约 1.4 秒），是降级兜底的首选",
|
||||
"endpoint": "/audio/transcriptions",
|
||||
"model": "Qwen/Qwen3-ASR-1.7B",
|
||||
"provider": "siliconflow",
|
||||
@@ -39,6 +39,38 @@
|
||||
"short_route_name": "SiliconFlow",
|
||||
"supports_speakers": false,
|
||||
"timeout_seconds": 600
|
||||
},
|
||||
"audio_route_openrouter_whisper": {
|
||||
"description": "语音转写 · OpenRouter / OpenAI whisper-1（云端，音频会出公网；无说话人分离）。实测是几条云端路线里最慢的（45 秒片段约 9 秒），排在同能力链的末位",
|
||||
"endpoint": "/audio/transcriptions",
|
||||
"model": "openai/whisper-1",
|
||||
"provider": "openrouter",
|
||||
"base_url": "https://openrouter.ai/api/v1",
|
||||
"short_model_name": "whisper-1",
|
||||
"short_route_name": "OpenRouter",
|
||||
"supports_speakers": false,
|
||||
"timeout_seconds": 600
|
||||
},
|
||||
"audio_route_openrouter_gpt4o_transcribe": {
|
||||
"description": "语音转写 · OpenRouter / OpenAI gpt-4o-transcribe（云端，音频会出公网；无说话人分离）。实测比 whisper-1 快一倍且断句更整，无分离路由里的首选",
|
||||
"endpoint": "/audio/transcriptions",
|
||||
"model": "openai/gpt-4o-transcribe",
|
||||
"provider": "openrouter",
|
||||
"base_url": "https://openrouter.ai/api/v1",
|
||||
"short_model_name": "gpt-4o-transcribe",
|
||||
"short_route_name": "OpenRouter",
|
||||
"supports_speakers": false,
|
||||
"timeout_seconds": 600
|
||||
},
|
||||
"audio_route_siliconflow_asr_ultra": {
|
||||
"description": "语音转写 · SiliconFlow / XingChen ASR V3.2 Ultra（云端，音频会出公网；无说话人分离）。同门的 V3.2（非 Ultra）实测同样可用、约快一倍，但效果略差，没有单独建路由",
|
||||
"endpoint": "/audio/transcriptions",
|
||||
"model": "XingChenAGI/XingChenASR-V3.2-Ultra",
|
||||
"provider": "siliconflow",
|
||||
"short_model_name": "XingChen V3.2 Ultra",
|
||||
"short_route_name": "SiliconFlow",
|
||||
"supports_speakers": false,
|
||||
"timeout_seconds": 600
|
||||
}
|
||||
},
|
||||
"chat_routes": {
|
||||
@@ -188,7 +220,11 @@
|
||||
"chat_route_ollama_qwen"
|
||||
],
|
||||
"audio_route_local_whisper": [
|
||||
"audio_route_siliconflow_diarize"
|
||||
"audio_route_siliconflow_diarize",
|
||||
"audio_route_siliconflow_qwen3",
|
||||
"audio_route_siliconflow_asr_ultra",
|
||||
"audio_route_openrouter_gpt4o_transcribe",
|
||||
"audio_route_openrouter_whisper"
|
||||
],
|
||||
"embed_route_llamacpp_nomic": [
|
||||
"embed_route_openrouter_text_v3"
|
||||
@@ -198,6 +234,33 @@
|
||||
],
|
||||
"embed_route_openrouter_text_v3": [
|
||||
"embed_route_ollama_bge_m3"
|
||||
],
|
||||
"audio_route_openrouter_gpt4o_transcribe": [
|
||||
"audio_route_siliconflow_asr_ultra",
|
||||
"audio_route_openrouter_whisper",
|
||||
"audio_route_siliconflow_qwen3"
|
||||
],
|
||||
"audio_route_siliconflow_asr_ultra": [
|
||||
"audio_route_openrouter_gpt4o_transcribe",
|
||||
"audio_route_openrouter_whisper",
|
||||
"audio_route_siliconflow_qwen3"
|
||||
],
|
||||
"audio_route_openrouter_whisper": [
|
||||
"audio_route_openrouter_gpt4o_transcribe",
|
||||
"audio_route_siliconflow_asr_ultra",
|
||||
"audio_route_siliconflow_qwen3"
|
||||
],
|
||||
"audio_route_siliconflow_qwen3": [
|
||||
"audio_route_openrouter_gpt4o_transcribe",
|
||||
"audio_route_siliconflow_asr_ultra",
|
||||
"audio_route_openrouter_whisper"
|
||||
],
|
||||
"audio_route_siliconflow_diarize": [
|
||||
"audio_route_local_whisper",
|
||||
"audio_route_siliconflow_qwen3",
|
||||
"audio_route_siliconflow_asr_ultra",
|
||||
"audio_route_openrouter_gpt4o_transcribe",
|
||||
"audio_route_openrouter_whisper"
|
||||
]
|
||||
},
|
||||
"image_routes": {
|
||||
|
||||
Reference in New Issue
Block a user