[asr] OpenRouter Whisper 长语音触发 15 秒全局超时

[keli-wen]

现象

我在使用 ASR 时遇到一个和长语音相关的超时问题。

背景：

• 之前试过本地 Qwen ASR 1.7B，偶尔会有识别错误。
• 后来换过 Qwen 0.7B ASR，基本不会 timeout，但识别效果一般。
• 之后切到 OpenRouter 的 openai/whisper-large-v3-turbo，短一点的语音可以正常使用，但稍微长一点就会识别超时。

当前配置：

• ASR 供应商：OpenRouter Whisper
• Endpoint：https://openrouter.ai/api/v1
• Model：openai/whisper-large-v3-turbo
• API key 本身在其他请求里可用；短音频也能成功，所以不像是 key 或 endpoint 错误。

复现现象：

• 短语音可以正常转写。
• 稍微长一点的语音，录音能正常结束，但停止录音后卡在转写阶段，约 15 秒后失败。
• 日志中可以看到 recorder 已释放，然后 whisper 全局超时 15 秒。

相关日志片段：

2026-06-20T09:31:20.775532Z [INFO] [coord] hotkey pressed (mode=Toggle, phase=Listening)
2026-06-20T09:31:20.860231Z [INFO] [recorder] cpal Stream dropped (mic released)
2026-06-20T09:31:36.561286Z [ERROR] [coord] whisper 全局超时 15 秒
2026-06-20T09:31:36.562472Z [INFO] [coord] hotkey released (mode=Toggle, phase=Idle)

我的疑问：

• 这个问题是否是因为 Whisper/OpenRouter 路径仍然使用固定的 COORDINATOR_GLOBAL_TIMEOUT_SECS = 15？
• OpenRouter 这类云端 batch ASR 会受网络抖动、排队、base64 body、分片数量影响，15 秒整体超时是不是太严格了？
• 如果网络稍微 shake 一下就 error，而且失败后音频没有保留/没有 retry 入口，用户很难重新跑这一段，只能重新录，很难受。

相关上下文：

• [area] 长语音丢内容 #353 / fix(local-asr): Qwen3-ASR 长语音末段丢内容 + 长录音超时 #434 似乎已经针对本地 Qwen ASR 做过长录音动态超时修复。
• [feature] 希望支持OpenRouter作为ASR提供商 #582 / feat(asr): 支持 OpenRouter 作为 ASR 提供商 (#582) #591 已经支持 OpenRouter ASR，并且 OpenRouter 长录音会按 30s 分片。
• 但从现象看，OpenRouter Whisper 的总转写阶段仍然会被 15 秒全局超时限制住。

影响

• 长一点的语音输入不稳定：短句可用，稍长就可能失败。
• 失败原因对用户不直观，看起来像 provider/key 问题，但实际可能是客户端 timeout。
• 失败后如果音频没有保留或不能从失败历史重试，用户只能重新录音。
• 使用 OpenRouter Whisper Large V3 Turbo 作为高质量低成本 ASR 的体验会明显受影响。

建议接受标准

• Whisper-compatible ASR，尤其是 OpenRouter Whisper 路径，不再使用固定 15 秒整体超时。
• OpenRouter Whisper 根据音频长度、分片数量或 provider 类型使用动态 timeout，例如 max(30s, audio_seconds * factor + margin)，或者至少允许长音频有更合理的总预算。
• 日志中记录本次音频时长、分片数量、provider、timeout 秒数，方便判断是 provider 慢还是客户端超时。
• OpenRouter 分片请求可以承受短暂网络抖动；如果失败，错误信息区分 provider HTTP error、network error、client timeout。
• 转写失败时提供可用的重试路径：保留本次音频/PCM 到失败历史，或者至少在 debug/设置中允许保留并重新转写，避免用户必须重新录音。
• 不回退 feat(asr): 支持 OpenRouter 作为 ASR 提供商 (#582) #591 已修复的 OpenRouter JSON + base64 请求格式。

TODO / 不确定项

• 我还没有确认具体 release 版本号；从 UI 看已经有 OpenRouter Whisper preset，应该是包含 feat(asr): 支持 OpenRouter 作为 ASR 提供商 (#582) #591 的版本。
• 我不确定当前失败后音频是否仍在内存中短暂存在，但 UI/历史里没有明显的重新转写入口。
• 需要维护者确认 OpenRouter Whisper 路径当前是否确实被 COORDINATOR_GLOBAL_TIMEOUT_SECS = 15 包住，以及是否可以复用本地 Qwen ASR 的动态 timeout 思路。