|
|
@@ -0,0 +1,318 @@
|
|
|
+/**
|
|
|
+ * fmode-listen 录音转写网关客户端
|
|
|
+ *
|
|
|
+ * 通过 Fmode 网关 POST /api/listen/transcribe 调用讯飞「录音文件转写」。
|
|
|
+ * 客户端不持有讯飞凭据——凭据仅在服务端。客户端只需携带 fmode token，
|
|
|
+ * 服务端鉴权后调用讯飞并按音频时长计费（ceil(分钟) × 单价）。
|
|
|
+ *
|
|
|
+ * 导出：
|
|
|
+ * - resolveApiToken() 三级优先级获取 fmode token
|
|
|
+ * - probeDurationMs() 用 ffprobe / fmode-ffmpeg 探测音频时长（可选）
|
|
|
+ * - transcribeFile() 上传本地音频文件并返回转写结果
|
|
|
+ *
|
|
|
+ * CLI:
|
|
|
+ * node listen-runner.mjs <audioFile> [--duration <ms>] [--language autodialect]
|
|
|
+ * [--diarize] [--speakers N] [--gateway <baseUrl>] [--out <file.json>]
|
|
|
+ */
|
|
|
+
|
|
|
+import fs from 'fs';
|
|
|
+import path from 'path';
|
|
|
+import os from 'os';
|
|
|
+import { spawnSync } from 'child_process';
|
|
|
+
|
|
|
+// ============================================================
|
|
|
+// 配置
|
|
|
+// ============================================================
|
|
|
+
|
|
|
+// 网关基址：环境变量 > 默认线上地址
|
|
|
+const DEFAULT_GATEWAY = process.env.FMODE_LISTEN_GATEWAY
|
|
|
+ || 'https://server.fmode.cn/api/listen';
|
|
|
+
|
|
|
+// ============================================================
|
|
|
+// Token 解析（与 voc / fmode-vision 共享层一致）
|
|
|
+// ============================================================
|
|
|
+//
|
|
|
+// 关键修复：fmode 的 newapi SK 默认就是 Claude Code 的 env.ANTHROPIC_AUTH_TOKEN，
|
|
|
+// 存在 ~/.claude/settings.json（及 settings.local.json / 项目级 .claude/）。
|
|
|
+// 旧实现只读进程环境变量 ANTHROPIC_AUTH_TOKEN，从不读这个文件——用户按 Claude Code
|
|
|
+// 正常方式配好 SK，技能却「看不见」→ 判缺 token → 掉进旧付费弹窗死循环。
|
|
|
+// 这里直接读该文件，且校验 sk- 开头、排除真 Anthropic sk-ant-、base 指向 fmode。
|
|
|
+//
|
|
|
+// 取值优先级：
|
|
|
+// 1. 显式入参 token / 环境变量 FMODE_API_TOKEN
|
|
|
+// 2. ~/.fmode/config.json → fmodeApiToken / newapiToken（FmodeStudio 保存写这里）
|
|
|
+// 3. <cwd>/.fmode/config.json → fmodeApiToken / newapiToken
|
|
|
+// 4. 进程注入的 ANTHROPIC_AUTH_TOKEN（Claude Code 把 settings.env 注入子进程时）
|
|
|
+// 5. ~/.claude/settings.json 等文件里的 env.ANTHROPIC_AUTH_TOKEN（独立运行未被注入时）
|
|
|
+
|
|
|
+function readJsonMaybe(filePath) {
|
|
|
+ try {
|
|
|
+ if (!filePath || !fs.existsSync(filePath)) return {};
|
|
|
+ return JSON.parse(fs.readFileSync(filePath, 'utf-8').replace(/^\uFEFF/, ''));
|
|
|
+ } catch {
|
|
|
+ return {};
|
|
|
+ }
|
|
|
+}
|
|
|
+
|
|
|
+// 合并读取 Claude Code 的 settings env（用户级 + 项目级，含 .local 覆盖文件）。
|
|
|
+function readClaudeSettingsEnv() {
|
|
|
+ const files = [
|
|
|
+ path.join(os.homedir(), '.claude', 'settings.json'),
|
|
|
+ path.join(os.homedir(), '.claude', 'settings.local.json'),
|
|
|
+ path.join(process.cwd(), '.claude', 'settings.json'),
|
|
|
+ path.join(process.cwd(), '.claude', 'settings.local.json'),
|
|
|
+ ];
|
|
|
+ const merged = {};
|
|
|
+ for (const filePath of files) {
|
|
|
+ const json = readJsonMaybe(filePath);
|
|
|
+ const env = json && typeof json.env === 'object' && json.env ? json.env : null;
|
|
|
+ if (!env) continue;
|
|
|
+ for (const [key, value] of Object.entries(env)) {
|
|
|
+ if (merged[key] === undefined && typeof value === 'string' && value.trim()) {
|
|
|
+ merged[key] = value;
|
|
|
+ }
|
|
|
+ }
|
|
|
+ }
|
|
|
+ return merged;
|
|
|
+}
|
|
|
+
|
|
|
+// 仅当 ANTHROPIC_AUTH_TOKEN 看起来是 fmode 的 newapi SK 时才采纳：
|
|
|
+// - 必须 sk- 开头，且排除真 Anthropic 官方 key（sk-ant- 开头）；
|
|
|
+// - 若设了 ANTHROPIC_BASE_URL，必须指向 fmode（否则这把 token 是发往别处的）。
|
|
|
+function pickFmodeAnthropicToken(env) {
|
|
|
+ const token = env && typeof env.ANTHROPIC_AUTH_TOKEN === 'string' ? env.ANTHROPIC_AUTH_TOKEN.trim() : '';
|
|
|
+ if (!token || !/^sk-/i.test(token) || /^sk-ant-/i.test(token)) return '';
|
|
|
+ const base = String((env && (env.ANTHROPIC_BASE_URL || env.ANTHROPIC_API_BASE)) || '').toLowerCase();
|
|
|
+ if (base && !base.includes('fmode')) return '';
|
|
|
+ return token;
|
|
|
+}
|
|
|
+
|
|
|
+/**
|
|
|
+ * 获取 fmode API token。
|
|
|
+ *
|
|
|
+ * @param {string} [projectRoot] 项目根目录，默认 process.cwd()
|
|
|
+ * @returns {{ token: string, source: string }}
|
|
|
+ */
|
|
|
+export function resolveApiToken(projectRoot) {
|
|
|
+ if (process.env.FMODE_API_TOKEN) {
|
|
|
+ return { token: process.env.FMODE_API_TOKEN, source: 'env:FMODE_API_TOKEN' };
|
|
|
+ }
|
|
|
+
|
|
|
+ const userConfigPath = path.join(os.homedir(), '.fmode', 'config.json');
|
|
|
+ const userToken = readTokenFromConfig(userConfigPath);
|
|
|
+ if (userToken) {
|
|
|
+ return { token: userToken, source: userConfigPath };
|
|
|
+ }
|
|
|
+
|
|
|
+ const root = projectRoot || process.cwd();
|
|
|
+ const projectConfigPath = path.join(root, '.fmode', 'config.json');
|
|
|
+ const projectToken = readTokenFromConfig(projectConfigPath);
|
|
|
+ if (projectToken) {
|
|
|
+ return { token: projectToken, source: projectConfigPath };
|
|
|
+ }
|
|
|
+
|
|
|
+ // Claude Code 默认入口：进程注入的 ANTHROPIC_AUTH_TOKEN（sk-、base 指向 fmode）
|
|
|
+ const injected = pickFmodeAnthropicToken(process.env);
|
|
|
+ if (injected) {
|
|
|
+ return { token: injected, source: 'env:ANTHROPIC_AUTH_TOKEN' };
|
|
|
+ }
|
|
|
+
|
|
|
+ // 兜底：直接读 ~/.claude/settings.json 等文件里的 env.ANTHROPIC_AUTH_TOKEN
|
|
|
+ const claudeEnv = readClaudeSettingsEnv();
|
|
|
+ const fromSettings = pickFmodeAnthropicToken(claudeEnv);
|
|
|
+ if (fromSettings) {
|
|
|
+ return { token: fromSettings, source: '~/.claude/settings.json:env.ANTHROPIC_AUTH_TOKEN' };
|
|
|
+ }
|
|
|
+
|
|
|
+ throw new Error(
|
|
|
+ '未找到 Fmode API token。请通过以下任一方式提供：\n' +
|
|
|
+ ' 1. 环境变量 FMODE_API_TOKEN\n' +
|
|
|
+ ' 2. ~/.fmode/config.json 中 fmodeApiToken 字段（FmodeStudio 保存配置后写入）\n' +
|
|
|
+ ' 3. 项目 .fmode/config.json 中 fmodeApiToken 字段\n' +
|
|
|
+ ' 4. ~/.claude/settings.json 的 env.ANTHROPIC_AUTH_TOKEN（Claude Code 的 sk- token，会自动读取）\n' +
|
|
|
+ ' 注意：这是缺 token，不是「用不了」——请勿点任何付费/充值弹窗。'
|
|
|
+ );
|
|
|
+}
|
|
|
+
|
|
|
+function readTokenFromConfig(configPath) {
|
|
|
+ try {
|
|
|
+ if (!fs.existsSync(configPath)) return null;
|
|
|
+ const cfg = JSON.parse(fs.readFileSync(configPath, 'utf-8').replace(/^\uFEFF/, ''));
|
|
|
+ return cfg.fmodeApiToken || cfg.newapiToken || null;
|
|
|
+ } catch {
|
|
|
+ return null;
|
|
|
+ }
|
|
|
+}
|
|
|
+
|
|
|
+// ============================================================
|
|
|
+// 音频时长探测（可选，用于计费预估）
|
|
|
+// ============================================================
|
|
|
+
|
|
|
+/**
|
|
|
+ * 探测音频时长（毫秒）。优先用系统 ffprobe，其次 fmode-ffmpeg 的 ffprobe，
|
|
|
+ * 失败则返回 0（服务端会以真实时长计费）。
|
|
|
+ *
|
|
|
+ * @param {string} audioPath
|
|
|
+ * @returns {number} 毫秒，探测失败返回 0
|
|
|
+ */
|
|
|
+export function probeDurationMs(audioPath) {
|
|
|
+ const candidates = [];
|
|
|
+ if (process.env.FFPROBE_PATH) candidates.push(process.env.FFPROBE_PATH);
|
|
|
+ candidates.push('ffprobe');
|
|
|
+
|
|
|
+ const args = [
|
|
|
+ '-v', 'error',
|
|
|
+ '-show_entries', 'format=duration',
|
|
|
+ '-of', 'default=noprint_wrappers=1:nokey=1',
|
|
|
+ audioPath,
|
|
|
+ ];
|
|
|
+
|
|
|
+ for (const bin of candidates) {
|
|
|
+ try {
|
|
|
+ const r = spawnSync(bin, args, { encoding: 'utf-8' });
|
|
|
+ if (r.status === 0 && r.stdout) {
|
|
|
+ const sec = parseFloat(String(r.stdout).trim());
|
|
|
+ if (Number.isFinite(sec) && sec > 0) return Math.round(sec * 1000);
|
|
|
+ }
|
|
|
+ } catch { /* try next */ }
|
|
|
+ }
|
|
|
+
|
|
|
+ // 兜底：尝试 npx fmode-ffmpeg 的 ffprobe
|
|
|
+ try {
|
|
|
+ const r = spawnSync('npx', ['--yes', 'fmode-ffmpeg@latest', 'probe', '--', ...args], { encoding: 'utf-8' });
|
|
|
+ if (r.status === 0 && r.stdout) {
|
|
|
+ const sec = parseFloat(String(r.stdout).trim());
|
|
|
+ if (Number.isFinite(sec) && sec > 0) return Math.round(sec * 1000);
|
|
|
+ }
|
|
|
+ } catch { /* ignore */ }
|
|
|
+
|
|
|
+ return 0;
|
|
|
+}
|
|
|
+
|
|
|
+// ============================================================
|
|
|
+// 转写
|
|
|
+// ============================================================
|
|
|
+
|
|
|
+/**
|
|
|
+ * 上传本地音频文件到网关并转写。
|
|
|
+ *
|
|
|
+ * @param {Object} opts
|
|
|
+ * @param {string} opts.filePath 本地音频文件路径
|
|
|
+ * @param {number} [opts.durationMs] 音频时长（毫秒）；缺省自动探测
|
|
|
+ * @param {string} [opts.language] 识别语言，默认 autodialect
|
|
|
+ * @param {boolean} [opts.diarize] 是否说话人分离
|
|
|
+ * @param {number} [opts.speakers] 预期说话人数
|
|
|
+ * @param {string} [opts.gateway] 网关基址，默认 DEFAULT_GATEWAY
|
|
|
+ * @param {string} [opts.token] 手动传入 fmode token，否则自动解析
|
|
|
+ * @returns {Promise<{ text: string, segments: any[], raw: object }>}
|
|
|
+ */
|
|
|
+export async function transcribeFile(opts) {
|
|
|
+ const {
|
|
|
+ filePath, language = 'autodialect', diarize = false,
|
|
|
+ speakers, gateway = DEFAULT_GATEWAY,
|
|
|
+ } = opts;
|
|
|
+
|
|
|
+ if (!filePath || !fs.existsSync(filePath)) {
|
|
|
+ throw new Error(`音频文件不存在: ${filePath}`);
|
|
|
+ }
|
|
|
+
|
|
|
+ const token = opts.token || resolveApiToken().token;
|
|
|
+ const audio = fs.readFileSync(filePath);
|
|
|
+ const fileName = path.basename(filePath);
|
|
|
+
|
|
|
+ let durationMs = Number(opts.durationMs || 0);
|
|
|
+ if (!durationMs) durationMs = probeDurationMs(filePath);
|
|
|
+
|
|
|
+ const params = new URLSearchParams();
|
|
|
+ params.set('fileName', fileName);
|
|
|
+ if (durationMs) params.set('duration', String(durationMs));
|
|
|
+ if (language) params.set('language', language);
|
|
|
+ if (diarize) params.set('diarize', 'true');
|
|
|
+ if (speakers) params.set('speakers', String(speakers));
|
|
|
+
|
|
|
+ const url = `${gateway.replace(/\/$/, '')}/transcribe?${params.toString()}`;
|
|
|
+
|
|
|
+ const res = await fetch(url, {
|
|
|
+ method: 'POST',
|
|
|
+ headers: {
|
|
|
+ 'Authorization': `Bearer ${token}`,
|
|
|
+ 'Content-Type': 'application/octet-stream',
|
|
|
+ },
|
|
|
+ body: audio,
|
|
|
+ });
|
|
|
+
|
|
|
+ let body;
|
|
|
+ const rawText = await res.text();
|
|
|
+ try { body = JSON.parse(rawText); } catch { body = { raw: rawText }; }
|
|
|
+
|
|
|
+ if (res.status === 402) {
|
|
|
+ const url = body && body.rechargeUrl ? `\n充值链接：${body.rechargeUrl}` : '';
|
|
|
+ throw new Error(`余额不足，请充值后重试。${url}`);
|
|
|
+ }
|
|
|
+ if (!res.ok || (body && body.code && body.code >= 400)) {
|
|
|
+ const mess = (body && (body.mess || body.error)) || rawText || `HTTP ${res.status}`;
|
|
|
+ throw new Error(`转写失败 (HTTP ${res.status}): ${mess}`);
|
|
|
+ }
|
|
|
+
|
|
|
+ const data = (body && body.data) || {};
|
|
|
+ return {
|
|
|
+ text: data.text || '',
|
|
|
+ segments: data.segments || [],
|
|
|
+ raw: body,
|
|
|
+ };
|
|
|
+}
|
|
|
+
|
|
|
+// ============================================================
|
|
|
+// CLI
|
|
|
+// ============================================================
|
|
|
+
|
|
|
+function parseCliArgs(argv) {
|
|
|
+ const args = { language: 'autodialect', diarize: false };
|
|
|
+ const positional = [];
|
|
|
+ for (let i = 0; i < argv.length; i++) {
|
|
|
+ const t = argv[i];
|
|
|
+ if (t === '--duration' && argv[i + 1]) args.durationMs = Number(argv[++i]);
|
|
|
+ else if (t.startsWith('--duration=')) args.durationMs = Number(t.slice(11));
|
|
|
+ else if (t === '--language' && argv[i + 1]) args.language = argv[++i];
|
|
|
+ else if (t.startsWith('--language=')) args.language = t.slice(11);
|
|
|
+ else if (t === '--diarize') args.diarize = true;
|
|
|
+ else if (t === '--speakers' && argv[i + 1]) args.speakers = Number(argv[++i]);
|
|
|
+ else if (t.startsWith('--speakers=')) args.speakers = Number(t.slice(11));
|
|
|
+ else if (t === '--gateway' && argv[i + 1]) args.gateway = argv[++i];
|
|
|
+ else if (t.startsWith('--gateway=')) args.gateway = t.slice(10);
|
|
|
+ else if (t === '--out' && argv[i + 1]) args.out = argv[++i];
|
|
|
+ else if (t.startsWith('--out=')) args.out = t.slice(6);
|
|
|
+ else if (!t.startsWith('--')) positional.push(t);
|
|
|
+ }
|
|
|
+ args.filePath = positional[0];
|
|
|
+ return args;
|
|
|
+}
|
|
|
+
|
|
|
+async function main() {
|
|
|
+ const args = parseCliArgs(process.argv.slice(2));
|
|
|
+ if (!args.filePath) {
|
|
|
+ console.error('用法: node listen-runner.mjs <audioFile> [--duration <ms>] [--language autodialect] [--diarize] [--speakers N] [--gateway <baseUrl>] [--out <file.json>]');
|
|
|
+ process.exit(1);
|
|
|
+ }
|
|
|
+ const result = await transcribeFile(args);
|
|
|
+ if (args.out) {
|
|
|
+ fs.writeFileSync(args.out, JSON.stringify(result.raw, null, 2));
|
|
|
+ console.error(`已写入: ${args.out}`);
|
|
|
+ }
|
|
|
+ console.log(result.text);
|
|
|
+}
|
|
|
+
|
|
|
+// 仅在直接运行时执行 CLI
|
|
|
+const isMain = (() => {
|
|
|
+ try {
|
|
|
+ return import.meta.url === `file://${process.argv[1]}`
|
|
|
+ || import.meta.url.endsWith(path.basename(process.argv[1] || ''));
|
|
|
+ } catch { return false; }
|
|
|
+})();
|
|
|
+
|
|
|
+if (isMain) {
|
|
|
+ main().catch((err) => {
|
|
|
+ console.error(`fmode-listen: ${err.message}`);
|
|
|
+ process.exit(1);
|
|
|
+ });
|
|
|
+}
|
