

ChineseASR · 功能说明
AI 处理选定录音时,免费期内先送阿里云转写,不等本地、不用先有疑点,也不用我逐次点头;桌面听写一直留在本机,不上云。微信实时语音没有现成文字时,本机和云端同时转。本地转写标出疑点的文件,由处理它的 AI 接手送云端再听一遍,云端稿和本地稿并排放、本地稿不动;免费期外想传,仍要我明确点头。每一次有没有离开本机、为什么停,我都能看清。
当前情况:已有云优先转写、本地运行、显卡协调、微信实时语音的热识别、疑难自动云复核和点名上云入口;两款云模型的免费期配置到北京时间 2026-12-21 00:00(日期是我记下的,没在阿里云控制台核对)。11 月 4 日读到云端自动上传没被停;那天没运行模型、没上传录音,云端现在通不通未核实,微信实时 15 秒也没拿真实录音验过。
项目技术事实核对于 2026-11-04(北京时间),按当时的 main(4598696)只读核对;具体测试保留各自日期,页面不实时探测运行状态。
项目源码:公开仓库

ChineseASR · 功能说明
AI 处理选定录音时,免费期内先送阿里云转写,不等本地、不用先有疑点,也不用我逐次点头;桌面听写一直留在本机,不上云。微信实时语音没有现成文字时,本机和云端同时转。本地转写标出疑点的文件,由处理它的 AI 接手送云端再听一遍,云端稿和本地稿并排放、本地稿不动;免费期外想传,仍要我明确点头。每一次有没有离开本机、为什么停,我都能看清。
当前情况:已有云优先转写、本地运行、显卡协调、微信实时语音的热识别、疑难自动云复核和点名上云入口;两款云模型的免费期配置到北京时间 2026-12-21 00:00(日期是我记下的,没在阿里云控制台核对)。11 月 4 日读到云端自动上传没被停;那天没运行模型、没上传录音,云端现在通不通未核实,微信实时 15 秒也没拿真实录音验过。
项目技术事实核对于 2026-11-04(北京时间),按当时的 main(4598696)只读核对;具体测试保留各自日期,页面不实时探测运行状态。
项目源码:公开仓库


用途与实际影响
录音可能含私人对话,几个本地模型也会争用同一块显卡,云端还可能产生费用。项目分清本地处理、显卡等待、哪些文件会上传以及凭什么上传,避免悄悄换路线、重复计费或泄露凭据。
我问“普通录音会上传吗?”答案是:AI 替我处理选定的录音时会,免费期内直接送阿里云百炼转写,不等本地;按 Win+H 说的话不会。云端报错或免费期过了,就留下原因改用本地。另一种情况:一段会议录音已经在本地转完,两个模型对一个数字听得不一样,正文里出现 [疑似]:本地服务只记一笔“等 AI 接手”,自己不上传;处理这段录音的 AI 在免费期内把它送阿里云百炼再听一遍,云端稿和本地稿并排存,标出哪里不一样。我手动暂停了,就都不自动传;免费期过了还想传,要我明确同意这一次。
交回这次音频留在本机还是已实际上传、用了哪条本地路线和哪个云模型、结果放在哪里,以及云端是成功、还在等 AI 接手,还是停在哪一步、为什么。云端不可用不会抹掉已保存的本地转写。
AI 处理选定录音时,免费期内、没有被暂停就先走云端;云端不可用或要交叉核对时按本地路线处理;本地标出疑点的文件,在免费期内、没有被暂停时自动交给 AI 补跑云复核;免费期外的点名上云在用途和这次上传许可都明确时执行。
显卡忙、网络失败、超时或限流时保留已有本地结果和具体原因,只算这一次失败;阿里云报额度用完、欠费、余额不足、没权限或模型下线时,记下原因并停掉以后的自动上传。
免费期已过、被手动暂停、凭据或运行环境不可用时,只阻断受影响的云路线并在结果里写明原因;不露出秘密,也不自行换到别的服务。

用途与实际影响
录音可能含私人对话,几个本地模型也会争用同一块显卡,云端还可能产生费用。项目分清本地处理、显卡等待、哪些文件会上传以及凭什么上传,避免悄悄换路线、重复计费或泄露凭据。
我问“普通录音会上传吗?”答案是:AI 替我处理选定的录音时会,免费期内直接送阿里云百炼转写,不等本地;按 Win+H 说的话不会。云端报错或免费期过了,就留下原因改用本地。另一种情况:一段会议录音已经在本地转完,两个模型对一个数字听得不一样,正文里出现 [疑似]:本地服务只记一笔“等 AI 接手”,自己不上传;处理这段录音的 AI 在免费期内把它送阿里云百炼再听一遍,云端稿和本地稿并排存,标出哪里不一样。我手动暂停了,就都不自动传;免费期过了还想传,要我明确同意这一次。
交回这次音频留在本机还是已实际上传、用了哪条本地路线和哪个云模型、结果放在哪里,以及云端是成功、还在等 AI 接手,还是停在哪一步、为什么。云端不可用不会抹掉已保存的本地转写。
AI 处理选定录音时,免费期内、没有被暂停就先走云端;云端不可用或要交叉核对时按本地路线处理;本地标出疑点的文件,在免费期内、没有被暂停时自动交给 AI 补跑云复核;免费期外的点名上云在用途和这次上传许可都明确时执行。
显卡忙、网络失败、超时或限流时保留已有本地结果和具体原因,只算这一次失败;阿里云报额度用完、欠费、余额不足、没权限或模型下线时,记下原因并停掉以后的自动上传。
免费期已过、被手动暂停、凭据或运行环境不可用时,只阻断受影响的云路线并在结果里写明原因;不露出秘密,也不自行换到别的服务。

选定录音免费期内先走云端;本地运行条件满足时按本地路线兜底或核对;用途和上传依据不明确时不上传。
显卡忙、网络失败或云端限流时保留已有本地结果和具体原因,按可行条件再继续。
凭据、模型或运行环境不可用时只阻断受影响路线,不露出秘密或自行换到别的服务。

选定录音免费期内先走云端;本地运行条件满足时按本地路线兜底或核对;用途和上传依据不明确时不上传。
显卡忙、网络失败或云端限流时保留已有本地结果和具体原因,按可行条件再继续。
凭据、模型或运行环境不可用时只阻断受影响路线,不露出秘密或自行换到别的服务。

把选定的录音交给 AI,免费期内它先上云转写;桌面听写直接按 Win+H,不上云;已有本地稿的疑难文件在免费期内由 AI 自动复核;免费期外想上传时,逐次明确这一次。
- 本次原音和用途(重要证据就说一声)
- 本地转写结果(疑难复核时由系统自动带上)
- 免费期外上传时的单次同意


把选定的录音交给 AI,免费期内它先上云转写;桌面听写直接按 Win+H,不上云;已有本地稿的疑难文件在免费期内由 AI 自动复核;免费期外想上传时,逐次明确这一次。
- 本次原音和用途(重要证据就说一声)
- 本地转写结果(疑难复核时由系统自动带上)
- 免费期外上传时的单次同意



- 听写采用常驻受监督模型子进程,空闲权重留 RAM,录音与推理申请自己的 GPU 租约;加载 180 秒、激活/推理 60 秒、预热 40 秒、停车 20 秒均有上限。准备失败可点麦克风重试,不要求重启 Windows。
- 听写音频与识别结果不保存为历史文件;outputs/dictation/runtime.log 只记运行错误、耗时与字数,最近完整文本仅供本次托盘主动复制。


- 听写采用常驻受监督模型子进程,空闲权重留 RAM,录音与推理申请自己的 GPU 租约;加载 180 秒、激活/推理 60 秒、预热 40 秒、停车 20 秒均有上限。准备失败可点麦克风重试,不要求重启 Windows。
- 听写音频与识别结果不保存为历史文件;outputs/dictation/runtime.log 只记运行错误、耗时与字数,最近完整文本仅供本次托盘主动复制。

- 本地 pipeline 和 Smart API 使用本机模型与本机回环服务(127.0.0.1:18666);本地服务对疑难文件只写 pending_ai_session 和下一步命令,不后台取密、不自行上传。
- ASR(自动语音识别) 租约最多 120 秒并每 20 秒续租;真实模型 worker 接管 PID/创建时间身份,监督进程消失时 watchdog 清理本任务 WSL(Windows 的 Linux 子系统) 后代。无法查询进程不是已死证明,旧六小时请求也不能重新占用数小时。
- OCR(光学字符识别)/ASR(自动语音识别) 可跨族并行、同族串行,Ollama 重型请求与二者互斥(GPU Broker 端口 32100);合法文件作业占用时听写保留内存音频并显示真实阻断,可 Esc 取消。辅助进程隐藏,不暂停 Wallpaper Engine 或创建广泛 Python/WSL(Windows 的 Linux 子系统) 播放规则。
- FireRed worker 隔离在专用运行环境,不改变默认模型。
- asr-professional-cloud.ps1 是唯一云上传入口,在读音频前要求唯一用途和上传依据:-CloudFirst 自带配置免费期依据,无需 CloudUploadAuthorized 或 LocalOutDir,也不需要已有本地作业;其余用途要 CloudUploadAuthorized,或带本地结果目录和疑难证据的 AutomaticReview;CloudFirst 和 QualityReview 同用返回 cloud_use_purpose_ambiguous。原来的 -Legacy 开关 10 月 20 日已删,现在可用 -ResumeJobId 沿用原云请求和检查点续作。重要路线写 importance=important,质量复核写 purpose=quality_review 且不写 importance,普通云优先写 purpose=transcription(11 月 3 日 bff36eb)。同一入口 11 月 6 日(afd6ffff)加了三个提速条件:上传从全局轮流改成按音频内容轮流,不同内容可并行,内容相同即便路径不同仍轮流;单声道 16 位 PCM WAV 的云端准备用 soxr 在进程内重采样,其他格式和声道仍走 ffmpeg;24 小时内已确认凭据正常且之后没失败时,跳过不改变状态的成功上报,失败仍当场上报。这里只是上传并发,GPU 的本地同族串行规则不变;提交说明记过 6 条同时成功、7.3–8.9 秒的历史实测,核对时没有上传或复测。
- 云 provider 仍是 Alibaba Cloud Model Studio(阿里云百炼)北京区:
qwen-audio-3.1-asr-flash走 HTTPS Base64、每段不超过 120 秒,用于短录音、说话人和方言;qwen-audio-3.1-asr-flash-message走 WebSocket、每段不超过 30 秒 PCM,用于较长录音和热词。两者免费期配置都到北京时间 2026-12-21 00:00(不含截止点)。qwen-audio-3.0-asr-flash的 180 秒路线原来只作显式 Legacy 后备(免费期配置已于北京时间 2026-09-27 02:00 过期),10 月 20 日连同 -Legacy 开关一起删除;filetrans 仍未接入,不借公网 URL。
- 项目流水线只准备 HTTP 请求体或 WebSocket 帧,用 SecretRefRequestPath 把精确请求交给密码中心的 vendor_api_worker 发送,PCConfig 管它的安装路径和固定哈希;原来不持钥的兼容入口 qwen_audio3_broker_worker.py(9 月 28 日迁移,49b7d76)10 月 20 日已删除。续作保留 intent、unclaimed、provider 与 checkpoint:已成功的 operation 不重发;结果不明(previous_outcome_unknown)不自动另开作业,只有明确允许后在原请求加 retry_uncertain=true,且请求体、模型和音频摘要必须一致;批量补跑先 dry-run,按原音哈希、用途和声道复用已有成功。
- transcript_readback.py 按原音 SHA-256 只读检索三处:已保留本地 job(任务记录)、完成态云结果,以及 jobs 快照所属 outputs/batch 下的 batch-item.json(文件夹批量结果,10 月 29 日 512f443 补上)。云结果核对 schema(数据结构)、purpose、成功状态、原音哈希、每块范围和输出字节;完整云块只形成 chunk 时间粒度,quality 保持 unknown(未验证)。批量稿逐个核对正文引用、objective 结果、raw 结果的大小与 SHA-256 和原音身份,才回传 artifact.transcript 稿件路径、原质量和覆盖:quality.review 保留 needs_review,quality.audit 保留 conflict,不因读到了稿就把质量改好。几处都有时沿原优先规则选一份,不因更新日期更近就优先,其余列在 lookup_scope.alternatives;只有稿件、没有可回读时间段时返回 gap / timestamps_unavailable,不当作没转写;jobs 快照读不了也继续查它的批量目录,快照缺口照实留在 lookup_scope。11 月 4 日只读源码,没有执行回读。

- 本地 pipeline 和 Smart API 使用本机模型与本机回环服务(127.0.0.1:18666);本地服务对疑难文件只写 pending_ai_session 和下一步命令,不后台取密、不自行上传。
- ASR(自动语音识别) 租约最多 120 秒并每 20 秒续租;真实模型 worker 接管 PID/创建时间身份,监督进程消失时 watchdog 清理本任务 WSL(Windows 的 Linux 子系统) 后代。无法查询进程不是已死证明,旧六小时请求也不能重新占用数小时。
- OCR(光学字符识别)/ASR(自动语音识别) 可跨族并行、同族串行,Ollama 重型请求与二者互斥(GPU Broker 端口 32100);合法文件作业占用时听写保留内存音频并显示真实阻断,可 Esc 取消。辅助进程隐藏,不暂停 Wallpaper Engine 或创建广泛 Python/WSL(Windows 的 Linux 子系统) 播放规则。
- FireRed worker 隔离在专用运行环境,不改变默认模型。
- asr-professional-cloud.ps1 是唯一云上传入口,在读音频前要求唯一用途和上传依据:-CloudFirst 自带配置免费期依据,无需 CloudUploadAuthorized 或 LocalOutDir,也不需要已有本地作业;其余用途要 CloudUploadAuthorized,或带本地结果目录和疑难证据的 AutomaticReview;CloudFirst 和 QualityReview 同用返回 cloud_use_purpose_ambiguous。原来的 -Legacy 开关 10 月 20 日已删,现在可用 -ResumeJobId 沿用原云请求和检查点续作。重要路线写 importance=important,质量复核写 purpose=quality_review 且不写 importance,普通云优先写 purpose=transcription(11 月 3 日 bff36eb)。同一入口 11 月 6 日(afd6ffff)加了三个提速条件:上传从全局轮流改成按音频内容轮流,不同内容可并行,内容相同即便路径不同仍轮流;单声道 16 位 PCM WAV 的云端准备用 soxr 在进程内重采样,其他格式和声道仍走 ffmpeg;24 小时内已确认凭据正常且之后没失败时,跳过不改变状态的成功上报,失败仍当场上报。这里只是上传并发,GPU 的本地同族串行规则不变;提交说明记过 6 条同时成功、7.3–8.9 秒的历史实测,核对时没有上传或复测。
- 云 provider 仍是 Alibaba Cloud Model Studio(阿里云百炼)北京区:
qwen-audio-3.1-asr-flash走 HTTPS Base64、每段不超过 120 秒,用于短录音、说话人和方言;qwen-audio-3.1-asr-flash-message走 WebSocket、每段不超过 30 秒 PCM,用于较长录音和热词。两者免费期配置都到北京时间 2026-12-21 00:00(不含截止点)。qwen-audio-3.0-asr-flash的 180 秒路线原来只作显式 Legacy 后备(免费期配置已于北京时间 2026-09-27 02:00 过期),10 月 20 日连同 -Legacy 开关一起删除;filetrans 仍未接入,不借公网 URL。
- 项目流水线只准备 HTTP 请求体或 WebSocket 帧,用 SecretRefRequestPath 把精确请求交给密码中心的 vendor_api_worker 发送,PCConfig 管它的安装路径和固定哈希;原来不持钥的兼容入口 qwen_audio3_broker_worker.py(9 月 28 日迁移,49b7d76)10 月 20 日已删除。续作保留 intent、unclaimed、provider 与 checkpoint:已成功的 operation 不重发;结果不明(previous_outcome_unknown)不自动另开作业,只有明确允许后在原请求加 retry_uncertain=true,且请求体、模型和音频摘要必须一致;批量补跑先 dry-run,按原音哈希、用途和声道复用已有成功。
- transcript_readback.py 按原音 SHA-256 只读检索三处:已保留本地 job(任务记录)、完成态云结果,以及 jobs 快照所属 outputs/batch 下的 batch-item.json(文件夹批量结果,10 月 29 日 512f443 补上)。云结果核对 schema(数据结构)、purpose、成功状态、原音哈希、每块范围和输出字节;完整云块只形成 chunk 时间粒度,quality 保持 unknown(未验证)。批量稿逐个核对正文引用、objective 结果、raw 结果的大小与 SHA-256 和原音身份,才回传 artifact.transcript 稿件路径、原质量和覆盖:quality.review 保留 needs_review,quality.audit 保留 conflict,不因读到了稿就把质量改好。几处都有时沿原优先规则选一份,不因更新日期更近就优先,其余列在 lookup_scope.alternatives;只有稿件、没有可回读时间段时返回 gap / timestamps_unavailable,不当作没转写;jobs 快照读不了也继续查它的批量目录,快照缺口照实留在 lookup_scope。11 月 4 日只读源码,没有执行回读。

qwen-audio-3.1-asr-flash 的 HTTPS Base64,较长录音或需热词时按不超过 30 秒 PCM 走 qwen-audio-3.1-asr-flash-message 的 WebSocket;3.0 Legacy 路线 10 月 20 日已删,filetrans 路线保持未接入。- 自动停止与恢复(cloud_review.py、scripts/cloud-review-state.py):免费期过期不自动上传并写原因;额度耗尽、欠费、余额不足、无权限、模型下线等持久停用;网络、超时、限流、5xx 只影响本次。可用 pause --reason 手动暂停,只有本人要求 resume 才解除;更换模型、新免费期或新额度周期只解除供应商停用,不解除手动暂停,点名上云不受暂停影响。阿里云“免费额度用完即停”开关没开、本地也不计用量,余额为零时仍可能后付费欠费。到期时由处理录音的 AI 提醒本人核对能否继续免费,没有新增计时任务;未确认新免费期前用本地,显式授权的单次上传可继续但标可能计费。
- 微信实时语音(src/zh_asr/realtime.py,11 月 3 日 d483aaf):python -m zh_asr.realtime 走标准输入输出 JSONL,不开端口,不写录音或文字日志;启动先冷加载一次、显卡预热、再退回内存,回 event=ready 才接消息。每个 transcribe 请求给一个绝对路径的 WAV(最长 60 秒,不截断),同一工作进程按听写配置的 max_chunk_sec=20 分段连续覆盖全文,整个请求共享最多 10 秒预算;结果绑定原音 SHA-256、时长、每段起止和真实耗时。状态分 completed、partial、empty、failed、not_ready,后四种都不算完整转写;未就绪不自动重载,只有显式 prepare 或重新启动才准备;close 或输入结束清理工作进程。11 月 6 日(afd6ffff)起,准备时提前导入音频库;结果完成就立即交回,不再等模型退回内存;连续 3 秒没有新请求才退回 CPU/RAM 并释放显卡许可,退回最多等 20 秒,失败就撤销 prepared、中止自己的工作进程,后续返回 not_ready,不当场冷装。这些只读核对了源码和测试定义,没有运行,也不是桌面听写的新默认。它只管本机识别;读取消息、优先用微信缓存文字、和云端并行及 15 秒总时限都归 WeChatDirect,见实时聊天怎么读懂语音。
- outputs、models、私人评测、wheelhouse 和录音由 Git ignore 与公开门排除。


qwen-audio-3.1-asr-flash 的 HTTPS Base64,较长录音或需热词时按不超过 30 秒 PCM 走 qwen-audio-3.1-asr-flash-message 的 WebSocket;3.0 Legacy 路线 10 月 20 日已删,filetrans 路线保持未接入。- 自动停止与恢复(cloud_review.py、scripts/cloud-review-state.py):免费期过期不自动上传并写原因;额度耗尽、欠费、余额不足、无权限、模型下线等持久停用;网络、超时、限流、5xx 只影响本次。可用 pause --reason 手动暂停,只有本人要求 resume 才解除;更换模型、新免费期或新额度周期只解除供应商停用,不解除手动暂停,点名上云不受暂停影响。阿里云“免费额度用完即停”开关没开、本地也不计用量,余额为零时仍可能后付费欠费。到期时由处理录音的 AI 提醒本人核对能否继续免费,没有新增计时任务;未确认新免费期前用本地,显式授权的单次上传可继续但标可能计费。
- 微信实时语音(src/zh_asr/realtime.py,11 月 3 日 d483aaf):python -m zh_asr.realtime 走标准输入输出 JSONL,不开端口,不写录音或文字日志;启动先冷加载一次、显卡预热、再退回内存,回 event=ready 才接消息。每个 transcribe 请求给一个绝对路径的 WAV(最长 60 秒,不截断),同一工作进程按听写配置的 max_chunk_sec=20 分段连续覆盖全文,整个请求共享最多 10 秒预算;结果绑定原音 SHA-256、时长、每段起止和真实耗时。状态分 completed、partial、empty、failed、not_ready,后四种都不算完整转写;未就绪不自动重载,只有显式 prepare 或重新启动才准备;close 或输入结束清理工作进程。11 月 6 日(afd6ffff)起,准备时提前导入音频库;结果完成就立即交回,不再等模型退回内存;连续 3 秒没有新请求才退回 CPU/RAM 并释放显卡许可,退回最多等 20 秒,失败就撤销 prepared、中止自己的工作进程,后续返回 not_ready,不当场冷装。这些只读核对了源码和测试定义,没有运行,也不是桌面听写的新默认。它只管本机识别;读取消息、优先用微信缓存文字、和云端并行及 15 秒总时限都归 WeChatDirect,见实时聊天怎么读懂语音。
- outputs、models、私人评测、wheelhouse 和录音由 Git ignore 与公开门排除。





| 名词 | 意思 |
|---|---|
| cloud-first(云优先) | AI 处理选定录音时,免费期内先走云端,不等本地;只管这次选定的录音,不扫库,也不包括桌面听写。本地路线仍保留,用于兜底和交叉核对。 |
| hot session(热识别会话) | 提前加载并预热好的识别进程,只活在这次任务里;语音到了直接识别,不现装模型。 |
| GPU lease(显卡租约) | 绑定工作类型、持有者和有效期的可回收许可;同类互斥,OCR(光学字符识别)/ASR(自动语音识别) 可共存,Ollama 与两者互斥。 |
| SecretRef | 引用密钥而不让模型、命令或 ASR 项目得到明文;现在由 SecretRefRequestPath 把准备好的请求交给密码中心发送。 |
| cloud upload authorization(云上传依据) | 云优先依据配置免费期内的既有自动许可,只覆盖 AI 这次选定的录音;疑难自动复核依据同一许可加本地疑难证据;免费期外的点名上云是针对当前录音、明确用途的单次许可。都不是让程序在后台扫库上传。 |

AI 处理选定录音时免费期内先上云,桌面听写始终留在本机;本地路线由 GPU 协调器按工作类型安排租约:OCR(光学字符识别) 与 ASR(自动语音识别) 可并行,Ollama 与两者互斥,同类仍串行。本地标出疑点的文件在免费期内由 AI 接手送云复核;免费期外须明确选择用途并同意这一次上传。
解决什么
解决音频隐私边界不清、云上传范围说不清或被后台服务和批量任务顺手触发、疑难结果没人复核、费用和重复计费失控、密钥泄露、GPU 并发冲突、服务进程失控,以及公开仓库误纳入模型权重、用户音频和生成结果的问题。



AI 处理选定录音时免费期内先上云,桌面听写始终留在本机;本地路线由 GPU 协调器按工作类型安排租约:OCR(光学字符识别) 与 ASR(自动语音识别) 可并行,Ollama 与两者互斥,同类仍串行。本地标出疑点的文件在免费期内由 AI 接手送云复核;免费期外须明确选择用途并同意这一次上传。
解决什么
解决音频隐私边界不清、云上传范围说不清或被后台服务和批量任务顺手触发、疑难结果没人复核、费用和重复计费失控、密钥泄露、GPU 并发冲突、服务进程失控,以及公开仓库误纳入模型权重、用户音频和生成结果的问题。

qwen-audio-3.1-asr-flash 与 qwen-audio-3.1-asr-flash-message;3.0 Legacy 后备 10 月 20 日已删,需要公网 URL 的 filetrans 不属于当前能力。- 缺少用途、同时选两个用途或缺少上传依据: 在读取和上传前返回 blocked,不发出请求;普通质量复核不能通过假报重要性绕过用途检查。
- 密码中心或请求发送路径失败: 不取得密钥、不上传,本地结果保留;按原请求续作,不另开一份。

qwen-audio-3.1-asr-flash 与 qwen-audio-3.1-asr-flash-message;3.0 Legacy 后备 10 月 20 日已删,需要公网 URL 的 filetrans 不属于当前能力。- 缺少用途、同时选两个用途或缺少上传依据: 在读取和上传前返回 blocked,不发出请求;普通质量复核不能通过假报重要性绕过用途检查。
- 密码中心或请求发送路径失败: 不取得密钥、不上传,本地结果保留;按原请求续作,不另开一份。

- 同类 GPU 租约占用或 Ollama 活跃请求/会话冲突: 受影响任务保持 blocked 或等待;OCR(光学字符识别) 与 ASR(自动语音识别) 的允许共存不被当成冲突,也不绕过租约。
- 云网络、超时、限流或 5xx: 保留已成功块与本地证据,只记这一次失败;先区分未发出、明确失败和结果不明,结果不明不自动另开作业,只有明确允许后才在原请求上重试。
- 按原音指纹回读已有稿时校验不过或缺时间: 大小或 SHA-256 对不上的稿不回传,只记进拒收原因;有稿但没有可回读时间段时返回 gap / timestamps_unavailable 并给出稿件路径和原质量,不当作没转写,也不为此重转或上传;jobs 快照读不了时继续查批量目录,并留下快照缺口。
- 免费期已过或被手动暂停: 不自动上传,结果里写明“免费期已到期,云端未跑”或暂停原因;手动暂停只有本人说恢复才解除,点名上云照常可用。到期时由处理录音的 AI 提醒本人核对能否继续免费,未确认新免费期前用本地。
- 额度用完、欠费、余额不足、没权限或模型下线: 记下原因并停掉以后的自动上传;本人要求恢复,或换了模型、新免费期、新额度周期后才重新开启。
- 微信实时识别未就绪、超时或只覆盖一部分: 返回 not_ready、failed、partial 或 empty,都不算完整转写;不在消息到达后冷加载,只有显式 prepare 或重启会话才重新准备。本机和云端各记各的失败,一路先成功不代表另一路故障已解决。

- 同类 GPU 租约占用或 Ollama 活跃请求/会话冲突: 受影响任务保持 blocked 或等待;OCR(光学字符识别) 与 ASR(自动语音识别) 的允许共存不被当成冲突,也不绕过租约。
- 云网络、超时、限流或 5xx: 保留已成功块与本地证据,只记这一次失败;先区分未发出、明确失败和结果不明,结果不明不自动另开作业,只有明确允许后才在原请求上重试。
- 按原音指纹回读已有稿时校验不过或缺时间: 大小或 SHA-256 对不上的稿不回传,只记进拒收原因;有稿但没有可回读时间段时返回 gap / timestamps_unavailable 并给出稿件路径和原质量,不当作没转写,也不为此重转或上传;jobs 快照读不了时继续查批量目录,并留下快照缺口。
- 免费期已过或被手动暂停: 不自动上传,结果里写明“免费期已到期,云端未跑”或暂停原因;手动暂停只有本人说恢复才解除,点名上云照常可用。到期时由处理录音的 AI 提醒本人核对能否继续免费,未确认新免费期前用本地。
- 额度用完、欠费、余额不足、没权限或模型下线: 记下原因并停掉以后的自动上传;本人要求恢复,或换了模型、新免费期、新额度周期后才重新开启。
- 微信实时识别未就绪、超时或只覆盖一部分: 返回 not_ready、failed、partial 或 empty,都不算完整转写;不在消息到达后冷加载,只有显式 prepare 或重启会话才重新准备。本机和云端各记各的失败,一路先成功不代表另一路故障已解决。

- GPU 租约与服务协调
- OCR(光学字符识别)/ASR(自动语音识别) 分类共存、同类串行与 Ollama 互斥的所属实现;11 月 4 日只读源码,未调用服务
- 代理环境与本地请求边界
- 云优先、重要录音与疑难复核云入口、免费期与停用/暂停状态
- 微信实时语音的热识别会话(src/zh_asr/realtime.py)
- 云请求准备、密码中心发送与续作
- 公开仓库内容与生成物边界
- 2026-08-31 Doctor 确认 GPU、代理、FunASR、Qwen ASR(自动语音识别)、PyTorch 和模型目录可读;GPU broker(代理服务)、proxy guard、professional cloud script 和当时的 broker(代理服务) worker 回归包含在同日 345 项通过结果中。
- 现行源码与配置(11 月 4 日只读核对)固定阿里云百炼北京区两款 3.1 模型、120 秒 HTTPS Base64 与 30 秒 WebSocket 切片、免费期和停用/暂停规则;对应提交为疑难自动复核 6e59631、AI 交接 1014970、密码中心发送 49b7d76、手动暂停 05fa586、状态投影 809145d、续作边界 8ba0d62,云优先 bff36eb、热识别会话 d483aaf(都在 11 月 3 日)。这些静态事实不证明云调用成功,也不证明云服务可用或额度充足。

- GPU 租约与服务协调
- OCR(光学字符识别)/ASR(自动语音识别) 分类共存、同类串行与 Ollama 互斥的所属实现;11 月 4 日只读源码,未调用服务
- 代理环境与本地请求边界
- 云优先、重要录音与疑难复核云入口、免费期与停用/暂停状态
- 微信实时语音的热识别会话(src/zh_asr/realtime.py)
- 云请求准备、密码中心发送与续作
- 公开仓库内容与生成物边界
- 2026-08-31 Doctor 确认 GPU、代理、FunASR、Qwen ASR(自动语音识别)、PyTorch 和模型目录可读;GPU broker(代理服务)、proxy guard、professional cloud script 和当时的 broker(代理服务) worker 回归包含在同日 345 项通过结果中。
- 现行源码与配置(11 月 4 日只读核对)固定阿里云百炼北京区两款 3.1 模型、120 秒 HTTPS Base64 与 30 秒 WebSocket 切片、免费期和停用/暂停规则;对应提交为疑难自动复核 6e59631、AI 交接 1014970、密码中心发送 49b7d76、手动暂停 05fa586、状态投影 809145d、续作边界 8ba0d62,云优先 bff36eb、热识别会话 d483aaf(都在 11 月 3 日)。这些静态事实不证明云调用成功,也不证明云服务可用或额度充足。

- 9 月 17 日来源回归运行 482 项(0 失败、0 错误,1 项可选公开 VAD 样例缺失而跳过),真实监督进程异常退出后 worker 与租约约 1.39 秒回收;PCConfig 64 项 Broker(代理服务) 与 63 项配置恢复测试分别通过。未把静态壁纸配置审计称为逐帧连续播放证明。
- 云端调用历史(云结果时间北京 8 月 1 日至 9 月 27 日,含点名上云和 9 月 26 日以前的 3.0 旧模型,10 月 11 日统计):尝试 68 次、成功 54 次、失败 14 次,成功涉及 51 段不同录音;本地疑难复核记录中 25 份已写回成功、31 份仍在等 AI 接手,后者不算已复核。
- 2026-11-04 09:05–09:15 只读:python -B scripts/cloud-review-state.py public-status 返回 state=auto、free_until=2026-12-21T00:00:00+08:00、last_run_at=2026-10-29T12:30:35.660156+08:00、last_result=failed、failure_reason=null;auto 只表示没被规则停用,不代表最近一次成功或网络当前可用,最近结果也只从带完成时刻的自动作业投影。outputs/cloud-jobs/*.result.json 现存 103 份:succeeded 76、failed 23、blocked 4,不含 .attempts 归档的每次重试,不等于 103 次实际上传;关联 CloudFirst 意图的 8 份:succeeded 5、failed 1、blocked 2,5 份成功都声明 credential_result=Success、cloud_upload_performed=true,但 completed_utc 为空,说不出日期。全部 76 份成功里 23 份完成时刻为空,带有效完成时刻的最晚是 9 月 27 日 01:11:23。只聚合状态,没读正文、音频路径、哈希或账号额度。
- 11 月 4 日核对时没有调用云端、没有上传音频、没有消费密钥或额度,也没有运行重模型真实 smoke;微信实时会话没有启动,真实微信录音从收到消息到完整上下文能不能稳定在 15 秒内未验证。
安装与恢复模块先提供可执行依赖和模型工件;本模块再为所有路线施加 GPU、进程、网络与隐私边界。它不决定正文质量,但决定某条处理路线是否允许执行、数据去了哪里。

- 9 月 17 日来源回归运行 482 项(0 失败、0 错误,1 项可选公开 VAD 样例缺失而跳过),真实监督进程异常退出后 worker 与租约约 1.39 秒回收;PCConfig 64 项 Broker(代理服务) 与 63 项配置恢复测试分别通过。未把静态壁纸配置审计称为逐帧连续播放证明。
- 云端调用历史(云结果时间北京 8 月 1 日至 9 月 27 日,含点名上云和 9 月 26 日以前的 3.0 旧模型,10 月 11 日统计):尝试 68 次、成功 54 次、失败 14 次,成功涉及 51 段不同录音;本地疑难复核记录中 25 份已写回成功、31 份仍在等 AI 接手,后者不算已复核。
- 2026-11-04 09:05–09:15 只读:python -B scripts/cloud-review-state.py public-status 返回 state=auto、free_until=2026-12-21T00:00:00+08:00、last_run_at=2026-10-29T12:30:35.660156+08:00、last_result=failed、failure_reason=null;auto 只表示没被规则停用,不代表最近一次成功或网络当前可用,最近结果也只从带完成时刻的自动作业投影。outputs/cloud-jobs/*.result.json 现存 103 份:succeeded 76、failed 23、blocked 4,不含 .attempts 归档的每次重试,不等于 103 次实际上传;关联 CloudFirst 意图的 8 份:succeeded 5、failed 1、blocked 2,5 份成功都声明 credential_result=Success、cloud_upload_performed=true,但 completed_utc 为空,说不出日期。全部 76 份成功里 23 份完成时刻为空,带有效完成时刻的最晚是 9 月 27 日 01:11:23。只聚合状态,没读正文、音频路径、哈希或账号额度。
- 11 月 4 日核对时没有调用云端、没有上传音频、没有消费密钥或额度,也没有运行重模型真实 smoke;微信实时会话没有启动,真实微信录音从收到消息到完整上下文能不能稳定在 15 秒内未验证。
安装与恢复模块先提供可执行依赖和模型工件;本模块再为所有路线施加 GPU、进程、网络与隐私边界。它不决定正文质量,但决定某条处理路线是否允许执行、数据去了哪里。
复制 AI 续作说明
项目:本地运行、GPU 协调、专业云入口与公开边界;仓库:wlyaaaaa/ChineseASR;范围:整个项目;目标:(这里写这次要做的事)。先读项目的 AGENTS.md 和说明,按现行规则做。
把“目标”换成这次要做的事,整段复制给 AI。








