Aalis.

外观

plugin-asr-openai — OpenAI Whisper API 转写后端 ​

包名: @aalis/plugin-asr-openai
源码: packages/plugin-asr-openai/src/index.ts

概述 ​

语音识别（ASR）的 OpenAI Whisper API 提供者。插件向核心注册 asr 服务，实现只有一个 transcribe 方法：把音频附件封装为 multipart 表单，POST 到 baseUrl 下的 /audio/transcriptions，返回文本与可选的时间戳分段。凡实现 OpenAI 风格 /audio/transcriptions 协议的服务端（如 Groq、本地 ollama-asr 网关）均可经 baseUrl 接入。音频附件支持以下来源：base64 data URL、file:// 或绝对路径（经 process 服务读取）、http(s) URL（经 safeFetch 下载）、storage URI（经 storage 服务读取；历史遗留的裸相对路径 data/... 按 data:/... 处理）。其它格式直接抛错。

上传的文件名后缀按 Whisper API 实际接受的集合（flac / m4a / mp3 / mp4 / mpeg / mpga / oga / ogg / wav / webm）判定：来源路径的后缀在集内就沿用，否则（无后缀、或 opus、amr 这类 API 判 400 的后缀）按 Content-Type 映射到集内后缀，都取不到落 wav。后缀只决定上传文件名，插件不做转码。

插件声明 ​

typescript
meta.name = '@aalis/plugin-asr-openai'
meta.displayName = 'OpenAI Whisper ASR'
meta.subsystem = 'media'
meta.provides = ['asr']
meta.inject = { optional: ['process', 'storage'] }

配置 ​

字段类型默认值说明
apiKeystring''API Key（secret）
baseUrlstring'https://api.openai.com/v1'Base URL
modelstring'whisper-1'模型
prioritynumber50优先级 (越大越优先)

apiKey 为必填：未配置时 apply 直接抛错，不注册服务；不使用本插件时应在插件管理中禁用。请求地址为 baseUrl（去除末尾斜杠）直接拼接 /audio/transcriptions，插件不会自动补版本前缀，因此 baseUrl 应写到版本前缀为止（例如 OpenAI 官方为 https://api.openai.com/v1）。priority 作为 ctx.provide 的优先级传入。media 选择音频后端时，audio.prefer 指定的处理器存在则直接采用，否则在统一音频池（含具备音频能力的 LLM）中取优先级最高者。

相关 ​