将微信桌面端、微信输入法和豆包网页版语音识别整合成一个 Windows 应用及 OpenAI 兼容的本机音频转写接口。音频发送到所选后端的服务端，不发送给 OpenAI。
English · MIT License · 接口文档 · 窗口版使用说明
使用与源码版本对应的 WeChatASRBridge-0.3.3-windows-x64-portable.zip，解压整个文件夹并运行 WeChatASRBridge.exe。本地构建产物在 dist/；GitHub Releases 的最新正式发布版本可能早于当前源码。
- 首页：服务状态、三个独立并发池、Base URL、model 和接口文档入口。每个小格代表一个并发名额，占用显示绿色，空闲无填色。
- 手动转写：选择 model、选择音频或示例音频、识别、复制或保存文字。
- 设置：端口、本地 API Key 和三个后端各自的并发数。每个模型默认并发 4，可分别设置正整数；各模型独立调度，超出本池并发数的请求排队。首页显示总占用和各池占用。这些配置不是上游稳定性保证，旧版已保存的自定义值会保留。
- 关闭窗口后驻留托盘；正常退出会等待请求和原生会话清理。只停止本应用启动的服务。
| model | 后端 | 条件 |
|---|---|---|
wechat-voice |
微信桌面端 | 微信已登录，账号的 iLink/Opus 能力可用；参考版本 4.1.13.65 |
wetype-voice |
微信输入法 | 输入法正在运行；已验证 3.0.0.34、3.0.0.37 |
doubao-voice |
豆包网页版匿名会话 | 能正常访问豆包网页及语音网关，无需浏览器登录 |
微信和输入法的版本或模块指纹不匹配只产生警告，不再据此拒绝调用。输入法按函数特征自动定位编码器。警告可在响应 JSON 的 warnings、x-asr-warnings 响应头、/health 和窗口「诊断详情」中查看。某个后端不可用时，其他后端仍可使用。豆包使用普通游客初始化，不读取 Chrome/Edge 登录信息，也不保存浏览器 Cookie。
实际调用失败仍返回对应 HTTP 错误码，并包含具体 error.message、error.code、底层异常 error.details 和请求 ID。窗口的手动转写结果区显示完整错误，首页「诊断详情」可查看并复制后台请求的错误与警告。
原生客户端与私有网页协议可能变化，当前实现不能保证任意版本或长期稳定运行。自定义并发数不会提高上游限额。大并发池的格子分组显示，显示分页不会减少实际配置容量。
Windows x64，使用 Python 3.11 conda 环境：
powershell -NoProfile -ExecutionPolicy Bypass -File .\setup.ps1
.\env\python.exe desktop.py仅启动 HTTP 服务：
.\env\python.exe server.py --port 8765 `
--wechat-concurrency 4 --wetype-concurrency 4 --doubao-concurrency 4也可使用 start.ps1 -Background；三个并发参数分别为 -WechatConcurrency、-WetypeConcurrency、-DoubaoConcurrency。停止使用 stop.ps1 -Port 8765。单后端诊断可使用 server.py --backend wechat|wetype|doubao；单后端同样使用对应的正式 model 名称。
| 参数 | 值 |
|---|---|
| Base URL | http://127.0.0.1:8765/v1 |
| model | 上表中的路由标识 |
| API Key | 未启用本地鉴权时任意值或留空均被忽略；启用后填设置中的密钥 |
| 转写 | POST /v1/audio/transcriptions，multipart 表单 |
| 模型列表 | GET /v1/models |
| 状态及并发池 | GET /health，只读，不提交识别 |
| HTML 接口文档 | http://127.0.0.1:8765/docs，也可离线打开 docs/api.html |
from openai import OpenAI
client = OpenAI(base_url="http://127.0.0.1:8765/v1", api_key="local",
timeout=180, max_retries=0)
with open("audio.wav", "rb") as audio:
result = client.audio.transcriptions.create(
model="doubao-voice", file=audio, response_format="json")
print(result.text)单个上传文件最大 25 MiB，完整解码后在内存中转写。支持 json 和 UTF-8 text；stream=false、temperature=0 仅作为兼容默认值。language、prompt、字幕、逐词时间戳、说话人分离及流式响应尚未实现，传入时明确返回错误。
默认只监听 127.0.0.1。使用 --host 暴露非本机地址前必须设置 WECHAT_API_KEY。在设置中勾选「启用 API Key 鉴权」才会要求密钥；关闭时，客户端任意 Key 或不传 Key 都被忽略，修改闲置 Key 不会重启服务。旧版已设置密钥的安装会保留鉴权。窗口保存的密钥使用当前用户 Windows DPAPI 加密，不会作为命令行参数传给子进程。接口文档不包含密钥。
.\env\python.exe -m unittest discover -s tests -p "test_*.py" -v
powershell -NoProfile -ExecutionPolicy Bypass -File .\build.ps1打包程序包含三个后端、两份原生 agent、FFmpeg、HTML 文档及合成示例音频；不包含微信/输入法程序、认证凭据、个人录音、运行日志或本地素材。构建生成免安装目录、ZIP、第三方许可和 SHA-256 文件。
离线测试覆盖模型路由、独立队列、每池默认 4 路与独立并发设置、排队取消清理、回调隔离、错误释放、配置持久化及 96/120/144/192 DPI 两页窗口布局。离线假后端并发通过不代表真实上游有相同吞吐量。打包程序另有 --self-test、--self-test-lifecycle 检查运行依赖、托盘、鉴权、服务重启与退出。
仅在要把仓库合成音频发送给相应服务时运行真实验证：
.\env\python.exe tests\verify_unified_live.py既有微信专项验证仍在 tests/verify_live.py、verify_long.py、verify_stability.py；默认并发假设为单后端微信模式。输入法和豆包协议的背景及历史验证见 WETYPE.md、豆包实验记录。
本轮验证见 v0.3.3 版本警告与错误诊断验证。历史验证范围见 v0.3.2 界面与调度验证 和 v0.3.0 整合验证记录。
项目与腾讯、微信、字节跳动和 OpenAI 无隶属关系。