plugin-asr-whisper-cpp — 本地 whisper.cpp 语音识别
包名: @aalis/plugin-asr-whisper-cpp
源码: packages/plugin-asr-whisper-cpp/src/index.ts
概述
语音识别（ASR）的本地 whisper.cpp 提供者：调用 whisper.cpp 提供的 whisper-cli 二进制完成转写，以 asr 服务注册。使用前需安装 whisper.cpp（如 brew install whisper-cpp）并下载模型文件（如 ggml-base.bin）。输入音频先经 ffmpeg 转为 16kHz 单声道 WAV，再交给 whisper-cli。
插件声明
meta.name = '@aalis/plugin-asr-whisper-cpp'
meta.displayName = 'Whisper.cpp 本地转写'
meta.subsystem = 'media'
meta.provides = ['asr']
meta.inject = { required: ['process', 'storage'] }配置
| 字段 | 类型 | 默认值 | 说明 |
|---|---|---|---|
binaryPath | string | 'whisper-cli' | whisper-cli 路径 |
modelPath | string | '' | 模型文件路径 (.bin) |
language | string | 'auto' | 默认语种 |
threads | number | 4 | 线程数 |
priority | number | 80 | 优先级 (越大越优先) |
timeoutMs | number | 600000 | 子进程超时 (ms)：转码与识别子进程的最长运行时间。设 0 表示不限——届时卡住的子进程会把整轮对话一起挂住 |
modelPath 为必填：未配置时 apply 直接抛错，插件不会注册 asr 服务。priority 作为 ctx.provide('asr', ...) 的注册优先级。
相关
asr服务契约与参考实现对照：services/asr.md- 消费方 media 服务（把 asr provider 纳入 audio 池）：services/media.md
- 依赖的
process/storage服务：services/process.md、services/storage.md
子进程超时
ffmpeg 转码与 whisper-cli 识别都经 ProcessService.execFile 带 timeout 调用：转码分到 timeoutMs / 2，识别拿完整 timeoutMs，两段都卡住时整体上界是 1.5 × timeoutMs。
默认值取 10 分钟而非更紧的数值：这道闸的目的是掐断真正卡死的子进程，不是给识别限速。CPU 上跑长语音本来就可能要几分钟，闸设得太紧会把本来能用的识别切掉——那是把一个挂死问题换成一个功能问题。
这个参数不是调优项而是必需项——plugin-process-local 的 spawn 只在 opts.timeout > 0 时才武装 killTree，不传就意味着子进程不退时 wait() 永不 settle：那一轮对话被永久挂住（回合 abort 也停不掉已经起来的子进程），而每条音频都会再堆一个 whisper/ffmpeg 进程。