[Windows][asr] 无法稳定使用局域网 OpenAI 兼容自建 ASR（prefs 被写回 foundry；长录音无转写）；请明确 LAN llama-server 配置路径

[stevenwang288]

环境

• OpenLess 1.3.14（Windows 10/11）
• 自建 ASR：局域网 llama-server + Qwen3-ASR-1.7B
  • http://192.168.9.31:8090/v1
  • GET /health → {"status":"ok"}
  • POST /v1/audio/transcriptions + wav 实测可出正确英文 JFK 转写
• 自建润色 LLM：同机 8080，POST /v1/chat/completions 正常（custom LLM 可用）
• 硬约束：ASR 必须走局域网自建，不能本机跑 ASR（本机资源紧）

需求

与 LLM 的 custom 一样：把 ASR 指到任意 OpenAI 兼容
POST {base}/v1/audio/transcriptions（multipart file + model）。

阅读源码（beta 分支）后理解官方路径应为：

• ASR preset：whisper / siliconflow / zhipu / groq 等 → WhisperBatchASR
• endpoint_security：LAN 私网 IP 允许 http（[asr] Endpoint must use HTTPS #543 已修）
• 本机 local-qwen3 在 Windows 仍被挡（本地 ASR (Qwen3-ASR)：Windows 端流式方案待解 (M1) #256）

实际现象

1) 写入 siliconflow + 931 endpoint 后，运行时仍走 Foundry

我们写入：

"activeAsrProvider": "siliconflow"

凭据（vault + credentials）：

• asr.endpoint = http://192.168.9.31:8090/v1
• asr.model = /models/Qwen3-ASR-1.7B-Q8_0.gguf
• asr.api_key = sk-local

完全退出并重启 OpenLess 后，日志仍是：

[coord] recorder started (asr=foundry-local-whisper, phase=Starting)

且 preferences.json 会被改回例如：

activeAsrProvider = foundry-local-whisper
activeLlmProvider = ark   # 甚至把我们设的 custom LLM 也冲掉

问题：外部改 prefs/vault 是否不被承认？UI/启动逻辑是否强制覆盖 active ASR？如何可靠地把 active ASR 设为 siliconflow/whisper 并指向 LAN？

2) 长时间录音无转写进度（卡死感）

某次会话：

hotkey pressed (mode=Toggle, phase=Idle)
recorder started (asr=foundry-local-whisper, phase=Starting)
session started
... 连续 [recorder] cb#... 上万次，持续 >2 分钟 ...

• 麦克风有能量（RMS/peak 正常）
• 无任何 Whisper/HTTP/ASR 错误或成功日志
• 无 polish、无 history 新条目
  用户体感：界面有录音，但文字识别完全没进度。

3) 即使用 Foundry 跑通时，中文质量不可用

foundry-local-whisper + whisper-small 时，history 原文多为英文幻觉或：

rawTranscript: "(speaking in foreign language)"
finalText: "（口语化表达）"

中文口语被听成英文乱句；润色只是在烂 ASR 上翻译。
这不是润色模型问题，是 本机 Whisper-small 中文不行——故必须用自建 Qwen3-ASR。

4) 本地 Qwen3-ASR（Windows）

选 local-qwen3 时日志：

[WARN] [coord] ASR credential gate failed: 本地 ASR 当前仅支持 macOS（Windows 见 issue #256）

与 #256 一致；我们不走本机引擎。

请作者明确回答

1. Windows 1.3.14 是否支持把 ASR 指到局域网 OpenAI 兼容 .../v1/audio/transcriptions？推荐 preset id 是 whisper 还是 siliconflow？
2. 正确配置步骤（UI 点选顺序 + 必填字段）？为何改 preferences.json / Credential Manager 后启动仍显示 asr=foundry-local-whisper？
3. Foundry 会话在 Toggle 模式下长时间只有 recorder 回调、从不结束/转写，是否已知 bug？如何结束会话并强制 flush ASR？
4. 若产品不支持 LAN llama-server ASR，请直接说明；是否 roadmap？
5. llama.cpp 返回体可能是
   {"type":"transcript.text.done","text":"..."}
   与标准 {"text":"..."} 不同时，WhisperBatchASR 是否兼容？是否应只读 text 字段（我们 curl 里 text 有内容）？

期望

• 官方给出 可执行的 LAN 自建 ASR 配置；或
• 明确 不支持，避免用户继续试本机 Foundry。

相关

• 本地 ASR (Qwen3-ASR)：Windows 端流式方案待解 (M1) #256 Windows 本地 Qwen3-ASR
• [asr] Endpoint must use HTTPS #543 ASR 强制 HTTPS / 本地部署
• 源码：asr/whisper.rs（WhisperBatchASR）、endpoint_security.rs（LAN http）、ASR_PRESETS（shared.tsx）