feat(asr): 接入阶跃星辰 StepAudio 2.5 批式转写，词典走一等 hotwords

[bigsongeth]

User description

概要

接入阶跃星辰（StepFun）StepAudio 2.5 ASR 作为一等供应商。它的 /v1/audio/transcriptions 是标准 OpenAI multipart 形状，归入现有 Whisper 兼容路由即可——无新协议客户端，改动集中在 preset 注册和两个小适配。

改动

• 前端：ASR_PRESETS 新增 stepfun（https://api.stepfun.com/v1 + stepaudio-2.5-asr），i18n 五语言补齐。
• 词典 → 一等 hotwords：实测 StepFun 静默忽略 prompt（200 但不参与偏置），词汇偏置要走它专门的 hotwords 参数（可解析的 JSON 数组字符串）。WhisperBatchASR 新增 with_hotwords builder（沿用 with_request_format 的模式），wiring 按 whisper_uses_hotwords 在 prompt / hotwords 间二选一路由，QA 与听写两处构造点共用 whisper_vocab_for_provider。
• verbose_json 保持关闭：StepFun response_format 只认 json/text，发 verbose_json 会 400（照 siliconflow / zhipu 先例）。
• 修「验证」按钮的静音假阴性：验证探针是 250ms 纯静音，StepFun 对无语音内容直接 400 "no speech found"——但能走到内容拒收说明鉴权（错 key 是 401）和模型名（错模型是 404 model_invalid）都已通过、转写管线是通的。现在把这类 400 判为验证成功，不再对静音敏感的厂商恒报假阴性。匹配措辞刻意收窄（仅 no speech），宁可漏判也不把真正的参数错误误判成功。

实测矩阵（真实 StepFun key 逐项打点，2026-07-16）

请求	结果
真实语音 + response_format=json / 缺省 / 带 prompt / 带 hotwords	✅ 200，转写准确
response_format=verbose_json	❌ 400 only support json,text
250ms 静音（验证探针形状）	❌ 400 no speech found
错 key / 错模型名	401 / 404（与验证成功路径可区分）
延迟	5.5s 音频 ≈ 0.95s 往返（三次 0.92–1.01s）
GET /v1/models（拉取模型按钮）	✅ OpenAI 形状，含 stepaudio-2.5-asr 等 6 个 asr 模型

测试

• asr::whisper::tests::hotwords_sent_as_json_array_field_without_prompt（本地 TCP 服务器断言 multipart 含 hotwords JSON 数组、不含 prompt、空白词条被过滤）
• coordinator::tests::stepfun_is_whisper_compatible_with_hotwords_vocab（路由/格式/切分/词典二选一契约）
• commands::providers::tests::silence_probe_content_rejection_is_not_a_credential_error
• 存量 whisper（34）/ providers（12）套件全绿；tsc --noEmit / cargo check 通过。

后续（不在本 PR）

stepaudio-2.5-asr-stream 走 OpenAI Realtime 风格 WS（input_audio_buffer.append 事件族，与 qwen_realtime.rs 同源），如需边说边出字可照百炼先例在同一 stepfun 入口下按模型名二次路由；批式 0.15 元/时 vs 流式 1.2 元/时，听写场景批式已足够（松手 ~1s 上屏）。

🤖 Generated with Claude Code

---

PR Type

Enhancement

---

Description

• Add StepFun StepAudio 2.5 ASR support

• Realtime WebSocket client (stepfun_realtime.rs)

• Batch ASR via Whisper-compatible endpoint with hotwords

• One-entry dual-protocol routing (model suffix -stream)

• Frontend preset and i18n, validation fix for silence probe

---

Diagram Walkthrough

flowchart LR
  stepfun_preset["StepFun Preset"] --> resolve["resolve_effective_asr_provider"]
  resolve -- "model='*-stream'" --> rt_client["StepfunRealtimeASR (WS)"]
  resolve -- "else" --> batch_client["WhisperBatchASR (multipart)"]
  batch_client --> hotwords["hotwords (JSON array)"]
  rt_client --> prompt["prompt (session.update)"]

Loading

File Walkthrough

	Relevant files
Enhancement	9 files mod.rs Register stepfun_realtime module                                                  +2/-0      stepfun_realtime.rs Add StepFun realtime WS ASR client                                              +1089/-0 whisper.rs Add hotwords builder and encoding                                                +82/-0    providers.rs Route StepFun validation to realtime or batch                        +83/-2    coordinator.rs Add StepfunRealtime variant and routing logic                        +109/-1  asr_wiring.rs Wire StepFun with hotwords and dual protocol                          +63/-6    dictation.rs Integrate StepFun realtime into dictation flow                      +115/-3  qa_session.rs Handle StepFun realtime in QA session end                                +39/-0    resources.rs Cancel StepFun realtime in resource cleanup                            +1/-0
Refactoring	1 files qwen_realtime.rs Make join_segments pub(crate) for reuse                                    +2/-1
I18n	5 files en.ts Add English i18n for StepFun preset                                            +1/-0      ja.ts Add Japanese i18n for StepFun preset                                          +1/-0      ko.ts Add Korean i18n for StepFun preset                                              +1/-0      zh-CN.ts Add Chinese (Simplified) i18n for StepFun                                +1/-0      zh-TW.ts Add Chinese (Traditional) i18n for StepFun                              +1/-0
Configuration	1 files shared.tsx Add StepFun ASR preset definition                                                +6/-0

---

[github-actions]

PR Reviewer Guide 🔍

(Review updated until commit 1a91d88)

Here are some key observations to aid the review process:

⏱️ Estimated effort to review: 4 🔵🔵🔵🔵⚪

🧪 PR contains tests

🔒 No security concerns identified

⚡ No major issues detected

[github-actions]

Persistent review updated to latest commit 4fae410

[github-actions]

Persistent review updated to latest commit fa06797

[github-actions]

Persistent review updated to latest commit 1a91d88