proxycast/src-tauri/src/voice

voice/ - 语音输入模块

语音输入功能的 Tauri 后端模块，提供全局快捷键、悬浮窗、ASR 识别、LLM 润色等功能。

文件索引

文件	说明
mod.rs	模块入口，导出子模块
asr_service.rs	ASR 桥接层（纯逻辑已迁移到 crates/services/src/voice_asr_service.rs）
commands.rs	Tauri 命令，供前端调用
config.rs	配置桥接层（纯逻辑已迁移到 crates/services/src/voice_config_service.rs）
output_service.rs	输出桥接层（纯逻辑已迁移到 crates/services/src/voice_output_service.rs）
processor.rs	润色桥接层（纯逻辑已迁移到 crates/services/src/voice_processor_service.rs）
recording_service.rs	录音桥接层（纯逻辑已迁移到 crates/services/src/voice_recording_service.rs）
shortcut.rs	全局快捷键管理
window.rs	悬浮窗管理

录音服务架构

由于 cpal::Stream 不实现 Send trait，无法直接在 Tauri 的 async 命令中使用。 录音服务采用独立线程 + channel 通信的方案：

┌─────────────────┐     Command      ┌─────────────────┐
│  Tauri Command  │ ───────────────> │  Recording      │
│  (async)        │                  │  Thread         │
│                 │ <─────────────── │  (owns Stream)  │
└─────────────────┘     Response     └─────────────────┘

录音命令

命令	说明
start_recording	开始录音
stop_recording	停止录音，返回音频数据
cancel_recording	取消录音
get_recording_status	获取录音状态（是否录音中、音量、时长）

依赖关系

voice/
├── asr_service.rs ──→ lime-services (voice_asr_service)
├── recording_service.rs ──→ lime-services (voice_recording_service)
├── config.rs ──→ lime-services (voice_config_service)
├── output_service.rs ──→ lime-services (voice_output_service)
├── processor.rs ──→ lime-services (voice_processor_service)
└── commands.rs ──→ 上述所有服务

ASR 服务支持

Provider	状态	说明
Whisper Local	✅	本地离线识别，需下载模型文件
OpenAI Whisper	✅	云端 API，支持自定义 base_url
百度语音	✅	云端 API
讯飞语音	✅	WebSocket 流式识别

云端回退机制

当云端 ASR 服务（OpenAI、百度、讯飞）失败时，系统会自动回退到本地 Whisper 进行识别：

1. 首先尝试用户选择的云端服务
2. 如果云端失败，记录警告日志
3. 自动查找已配置的本地 Whisper 凭证
4. 使用本地 Whisper 进行回退识别
5. 如果回退也失败，返回详细错误信息

Whisper 模型文件

模型文件存储路径：~/Library/Application Support/lime/models/whisper/

下载地址：https://huggingface.co/ggerganov/whisper.cpp/tree/main

模型	文件名	大小
tiny	ggml-tiny.bin	~75MB
base	ggml-base.bin	~142MB
small	ggml-small.bin	~466MB
medium	ggml-medium.bin	~1.5GB