feat(tools-pve/asr-pipeline): multi-backend ASR web app with LiteLLM routing

2026-11-01 22:07:57 -08:00
parent d1790a05b0
commit 2367c5eb4e
23 changed files with 2462 additions and 451 deletions
@@ -166,6 +166,20 @@ SPEAKER_NOTE = {
        "- 不同 speaker_N 是不同真人（CAM++ 已分），但可能过度聚类（同一人被拆成多个 N），"
        "按内容合并同一真人。\n"
        "- frontmatter 的 people 优先填**声纹命名的真人**。"),
+    "soniox": (
+        "转写来自 Soniox 线上分角色模型：\n"
+        "- `speaker_N` 为自动区分的说话人标签，按内容与背景推断身份并标「疑似」，"
+        "待人工在 Web 审核中确认。"),
+    "openai": (
+        "转写来自 OpenAI Transcribe 模型：\n"
+        "- 若含 `speaker_N` 标签，为单场自动区分的说话人，按内容推断身份并标「疑似」；"
+        "若无说话人标签则按内容推断发言归属。"),
+    "gemini": (
+        "转写来自 Gemini 3.5 Transcribe 模型：\n"
+        "- 按内容推断发言归属，不要臆造未出现的 speaker 标签。"),
+    "grok": (
+        "转写来自 Grok Voice Transcribe 2.0 分角色模型：\n"
+        "- `speaker_N` 为自动区分的说话人标签，按内容推断身份并标「疑似」。"),
    "vibevoice": "转写带 S# 说话人标签，仅作软提示，块间编号不保证一致。",
    "qwen3-plain": "转写**无说话人信息**，据内容推断发言归属，不要臆造 speaker 标签。",
 }