feat(windows): add sherpa-onnx local ASR

[weikeyi]

User description

背景

本 PR 为 Windows 端接入 sherpa-onnx 本地离线 ASR 能力，补齐 OpenLess 在 Windows 上不依赖云端服务的语音识别路径。

目标是让用户可以在本地下载、管理 Sherpa 模型，并通过现有 Tauri/React 设置页启用本地识别，同时保持现有 Qwen、Foundry、云端 ASR 路径不受影响。

主要变更

1. 新增 Windows Sherpa 本地 ASR 后端

• 新增 Sherpa 模型目录、catalog、状态描述和模型别名管理。
• 新增 SherpaOnnxRuntime，封装 Windows 下的模型加载、转写、释放和取消逻辑。
• 新增 SherpaOnnxAsr provider，接入现有 coordinator 的 ASR provider 抽象。
• 支持以下模型别名：
  • sense-voice-small-zh
  • paraformer-zh
  • whisper-small-multi
• 在 Cargo.toml 中为 Windows 引入 sherpa-onnx = 1.13.2 静态链接依赖。

2. 新增 Sherpa 模型下载与管理

• 新增 sherpa_download.rs，实现 Sherpa 模型下载管理器。
• 支持远程模型信息获取、分片下载、取消下载、大小校验和 SHA-256 校验。
• 下载完成后只保留运行时必要文件，减少模型目录冗余。
• 复用现有 Local ASR 下载辅助逻辑。
• 新增 Sherpa 下载进度事件：
  • sherpa-onnx-asr-download-progress

3. 扩展 Tauri IPC 命令

新增 Sherpa 相关命令，用于前端管理本地模型和运行时状态，包括：

• 查询状态和模型目录
• 查询静态模型 catalog
• 获取远程模型信息
• 下载 / 取消下载模型
• 设置当前模型和语言提示
• 准备 / 取消准备运行时
• 释放运行时
• 删除模型
• 打开模型目录

同时在 lib.rs 中注册 SherpaDownloadManager 和相关 command handler。

4. 接入 coordinator 运行链路

• 在 coordinator 中新增 Sherpa local ASR runtime/provider 管理。
• 支持从偏好设置切换到 sherpa-onnx-local provider。
• 会话开始、取消、结束和资源释放逻辑接入现有状态机。
• 在 provider 切换时优先取消 Sherpa prepare，避免运行时状态残留。

5. 前端 Local ASR / Settings 页面集成

• 在 Local ASR 页面中加入 Sherpa 模型选择、下载、准备、启用、删除和打开目录等操作。
• 支持模型下载进度展示、取消下载、运行时准备状态展示。
• 扩展前端 IPC 类型、Local ASR 类型和 i18n 文案。
• Settings 相关 UI 保持和现有本地 ASR 体验一致。

6. Windows Common Controls v6 manifest 修复

Sherpa 测试二进制在 Windows 上曾因为缺少 Common Controls v6 manifest，启动时报 STATUS_ENTRYPOINT_NOT_FOUND。

本 PR 在 build.rs 中加入更稳妥的 manifest dependency 注入方式：

• 不使用 /MANIFESTINPUT，避免和 Tauri app 自带 manifest 产生 duplicate resource type:MANIFEST。
• 不直接通过 cargo:rustc-link-arg=/MANIFESTDEPENDENCY:... 传参，避免 MSVC/Cargo 因空格拆参导致 LNK1181。
• 改为生成一个小 C object，通过 #pragma comment(linker, "/manifestdependency:...") 注入 Common Controls v6 dependency，并用 /INCLUDE 强制 linker 拉入该 object。

这样测试二进制和主应用二进制都能获得 Common Controls v6 dependency，同时不会造成 manifest 重复资源冲突。

7. 测试修正

• 更新 Sherpa runtime/provider 单元测试，使其匹配真实运行时行为。
• 修复 Windows 下 cmd modifier 归一化为 Ctrl 的快捷键测试断言。
• 修复 Foundry Windows App Runtime 检测脚本测试断言，匹配当前转义正则字符串。

验证结果

已在 Windows 本地完成以下验证：

• git diff --check ✅
• git diff --cached --check ✅
• 冲突标记扫描 ✅
• cargo check --manifest-path openless-all/app/src-tauri/Cargo.toml ✅
• cargo build --manifest-path openless-all/app/src-tauri/Cargo.toml ✅
• cargo test --manifest-path openless-all/app/src-tauri/Cargo.toml sherpa --lib -- --nocapture ✅
  • 19 passed
• cargo test --manifest-path openless-all/app/src-tauri/Cargo.toml --lib ✅
  • 323 passed
• npm run build ✅

已知非阻塞项

• Rust 仍有若干既有 dead code / unused warning，不影响构建和测试。
• Vite build 仍有动态/静态 import 混用和 chunk size warning，不影响产物生成。
• 建议合并前在真实 Sherpa 模型下载完成后的 Windows 环境中再做一次人工端到端 smoke test，覆盖“下载模型 → prepare → 启用 → 录音识别 → release/delete”的完整路径。

---

PR Type

Enhancement, Tests, Documentation

---

Description

• Add Sherpa runtime skeleton

• Expose download and prepare commands

• Route Windows sessions to Sherpa

• Update settings, tests, and docs

---

Diagram Walkthrough

flowchart LR
  UI["Local ASR settings UI"] -- "invoke IPC" --> CMD["Tauri commands"]
  CMD -- "persist prefs / control model" --> COORD["Coordinator"]
  CMD -- "catalog / download / prepare" --> DL["Sherpa download manager"]
  COORD -- "route sessions" --> PROV["Sherpa provider"]
  PROV -- "load / transcribe" --> RT["Sherpa runtime"]
  RT -- "check files / release" --> DL

Loading

File Walkthrough

	Relevant files
Enhancement	13 files commands.rs Add Sherpa ASR command endpoints                                                  +453/-24 sherpa_download.rs Implement model manifest and download flow                              +788/-0  sherpa_runtime.rs Add Windows Sherpa runtime skeleton                                            +510/-0  sherpa.rs Define Sherpa catalog and metadata                                              +351/-0  coordinator.rs Integrate Sherpa runtime into coordinator                                +89/-3    dictation.rs Route dictation sessions to Sherpa                                              +74/-0    sherpa_provider.rs Wrap Sherpa runtime as audio consumer                                        +182/-0  lib.rs Register Sherpa state and commands                                              +33/-1    download.rs Expose reusable download helpers                                                  +5/-2      LocalAsr.tsx Add Sherpa local ASR settings view                                              +2896/-1136 localAsr.ts Add frontend helpers for Sherpa ASR                                            +491/-224 ipc.ts Extend IPC bindings for Sherpa commands                                    +1019/-783 AdvancedSection.tsx Surface Sherpa controls in settings                                            +399/-219
Configuration changes	3 files types.rs Persist Sherpa model preferences                                                  +30/-0    build.rs Link Windows manifest dependency                                                  +22/-0    persistence.rs Serialize new Sherpa preference fields                                      +7/-0
Miscellaneous	1 files mod.rs Export Sherpa local ASR modules                                                    +12/-2
Tests	1 files backend_rust.rs Include Sherpa stub in backend tests                                          +9/-0
Dependencies	1 files Cargo.toml Add Windows Sherpa dependency and config                                  +4/-0
Documentation	1 files windows-sherpa-onnx-asr-plan.md Document Sherpa ASR rollout plan                                                  +421/-0
Additional files	13 files foundry_native.rs +2/-2      combo_hotkey.rs +3/-0      resources.rs +2/-0      qa_hotkey.rs +3/-0      en.ts +24/-0    ja.ts +24/-0    ko.ts +24/-0    zh-CN.ts +24/-0    zh-TW.ts +24/-0    stylePrefs.test.ts +3/-0      types.ts +6/-0      shared.tsx +164/-56 HotkeySettingsContext.tsx +212/-161

---

[github-actions]

PR Reviewer Guide 🔍

(Review updated until commit 83221df)

Here are some key observations to aid the review process:

⏱️ Estimated effort to review: 3 🔵🔵🔵⚪⚪

🧪 PR contains tests

🔒 No security concerns identified

⚡ Recommended focus areas for review Stale hotkey The new change detection skips hotkey.trigger, so editing only the dictation trigger will not refresh the active bindings. Because refresh_combo_hotkey() now only runs when dictation_hotkey changes, a trigger-only edit can leave the old dictation/combo registration active until restart. let dictation_shortcut_changed = previous.dictation_hotkey != prefs.dictation_hotkey; let dictation_mode_changed = previous.hotkey.mode != prefs.hotkey.mode; let qa_changed = previous.qa_hotkey != prefs.qa_hotkey; let translation_changed = previous.translation_hotkey != prefs.translation_hotkey; let switch_style_changed = previous.switch_style_hotkey != prefs.switch_style_hotkey; let open_app_changed = previous.open_app_hotkey != prefs.open_app_hotkey; coord.write_settings(prefs)?; if dictation_shortcut_changed || dictation_mode_changed { coord.refresh_dictation_hotkey(); } if dictation_shortcut_changed { coord.refresh_combo_hotkey(); }

[github-actions]

Persistent review updated to latest commit 691068f

[github-actions]

Persistent review updated to latest commit 55c4531

[H-Chris233]

那啥，你搞完了踢我一下
我就准备合

[github-actions]

Persistent review updated to latest commit 7072c30

[weikeyi]

@H-Chris233 冲突解决完了

[H-Chris233]

对于 release-archive 模型，此函数只检查归档文件本身。下载成功后，归档会被解压并删除，因此尽管模型文件已经存在，downloaded_bytes 仍会回落为 0。这会导致 UI 和任何状态逻辑将已完整下载的模型报告为缓存为空。

[github-actions]

Persistent review updated to latest commit 83221df

[weikeyi]

@H-Chris233 已经修复，麻烦再看一下

[H-Chris233]

PR Reviewer Guide 🔍

(Review updated until commit 83221df)

Here are some key observations to aid the review process:

⏱️ Estimated effort to review: 3 🔵🔵🔵⚪⚪

🧪 PR contains tests

🔒 No security concerns identified

⚡ Recommended focus areas for review Stale hotkey The new change detection skips hotkey.trigger, so editing only the dictation trigger will not refresh the active bindings. Because refresh_combo_hotkey() now only runs when dictation_hotkey changes, a trigger-only edit can leave the old dictation/combo registration active until restart. let dictation_shortcut_changed = previous.dictation_hotkey != prefs.dictation_hotkey; let dictation_mode_changed = previous.hotkey.mode != prefs.hotkey.mode; let qa_changed = previous.qa_hotkey != prefs.qa_hotkey; let translation_changed = previous.translation_hotkey != prefs.translation_hotkey; let switch_style_changed = previous.switch_style_hotkey != prefs.switch_style_hotkey; let open_app_changed = previous.open_app_hotkey != prefs.open_app_hotkey; coord.write_settings(prefs)?; if dictation_shortcut_changed || dictation_mode_changed { coord.refresh_dictation_hotkey(); } if dictation_shortcut_changed { coord.refresh_combo_hotkey(); }

@claude
这对吗？这个问题真的存在吗？检查一遍。

[claude]

Claude finished @H-Chris233's task in 1m 47s —— View job

---

分析 Stale Hotkey 问题

• 读取相关代码，验证问题是否真实存在
• 分析 hotkey.trigger vs dictation_hotkey 的数据结构
• 得出结论并报告

---

结论：这是误报，问题并不存在

Bot 的顾虑是：如果用户"只修改了 hotkey.trigger"，则 refresh_combo_hotkey() 不会被调用，导致旧快捷键残留。

这个假设本身是错的。 关键在于 sync_dictation_hotkey_legacy_fields：

// commands.rs:160-162
let mut previous = coord.read_settings();
sync_dictation_hotkey_legacy_fields(&mut previous);  // ← 对旧值同步
sync_dictation_hotkey_legacy_fields(&mut prefs);      // ← 对新值同步

这个 sync 函数的逻辑（commands.rs:2012-2028）是单向的：hotkey.trigger 始终由 dictation_hotkey 推导出来，而不是反过来：

fn sync_dictation_hotkey_legacy_fields(prefs: &mut UserPreferences) {
    if let Some(trigger) = legacy_modifier_trigger(&prefs.dictation_hotkey) {
        prefs.hotkey.trigger = trigger;   // trigger 由 dictation_hotkey 决定
        prefs.custom_combo_hotkey = None;
        return;
    }
    prefs.hotkey.trigger = HotkeyTrigger::Custom;  // 同上
    prefs.custom_combo_hotkey = ...;
}

sync 之后，hotkey.trigger 完全是 dictation_hotkey 的函数。用户无法在保持 dictation_hotkey 不变的情况下单独改变 sync 后的 hotkey.trigger——即便 JSON payload 里改了 hotkey.trigger，sync 也会把它覆盖回来。

因此：

• dictation_hotkey 未变 → sync 后 hotkey.trigger 也未变 → dictation_shortcut_changed = false → 不调用 refresh_combo_hotkey() ✅ 正确
• dictation_hotkey 有变 → dictation_shortcut_changed = true → refresh_combo_hotkey() 会被调用 ✅ 正确

另外，hotkey.mode（toggle/hold）是控制"按键触发方式"的，与 combo hotkey 的注册（监听哪个组合键）无关。update_combo_hotkey_binding（coordinator.rs:532-581）根本不读 hotkey.mode，所以 mode 变化时不刷新 combo hotkey 也是正确行为。

这段代码逻辑是正确的，无需修改。 Bot 没有追踪到 sync_dictation_hotkey_legacy_fields 的覆盖效果，导致了误判。

[weikeyi]

@H-Chris233