From 3841719d5ae4279c60e1326eacd1077841f15d20 Mon Sep 17 00:00:00 2001 From: huangjianwu Date: Tue, 23 Jun 2026 10:01:00 +0800 Subject: [PATCH] =?UTF-8?q?fix(transcriber):=20=E4=BF=AE=E5=A4=8D=20large-?= =?UTF-8?q?v3-turbo=20=E5=9B=A0=E4=BB=93=E5=BA=93=20404=20=E6=97=A0?= =?UTF-8?q?=E6=B3=95=E4=B8=8B=E8=BD=BD?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Systran/faster-whisper-large-v3-turbo 已从 HuggingFace 下架（API 返回 401/404，仓库不存在）。用户点击下载后，后台 snapshot_download 立即抛错 被吞掉，_downloading 置为 failed 但状态接口只回传 downloading/downloaded 两个布尔，于是表现为：无进度转圈、状态一直「未下载」、前端无错误提示。 改用社区维护的 CT2 转换版 deepdml/faster-whisper-large-v3-turbo-ct2： HF 直链可达（200，无重定向，保证缓存目录名与存在性检测一致），含 model.bin 等全部所需文件，与 faster-whisper 的 large-v3-turbo 等价。 附回归测试，断言 large-v3-turbo 解析到存活仓库而非已失效的 Systran 仓库。 Closes #402 Co-Authored-By: Claude Opus 4.8 (1M context) --- backend/app/transcriber/whisper_models.py | 11 ++++++++--- backend/tests/test_whisper_models.py | 14 +++++++++++++- 2 files changed, 21 insertions(+), 4 deletions(-) diff --git a/backend/app/transcriber/whisper_models.py b/backend/app/transcriber/whisper_models.py index 71dde1c..3a57b8f 100644 --- a/backend/app/transcriber/whisper_models.py +++ b/backend/app/transcriber/whisper_models.py @@ -6,7 +6,8 @@ 检测三处，用户想用命名不符合该约定的模型（比如社区微调版、或自己下到本地的模型）就接不上。 本模块把映射**显式化 + 可配置**（对齐 mlx_whisper_transcriber.MLX_MODEL_MAP 的模式）： - - 内置：size → Systran/faster-whisper-{size} + - 内置：size → faster-whisper 兼容的 CT2 repo_id（多数为 Systran/faster-whisper-{size}； + turbo 用社区维护版，见 BUILTIN_WHISPER_MODELS） - 自定义：用户在 config/whisper_models.json 登记 {名称: ""} （JSON 持久化；Docker 下随 config 卷持久化） @@ -22,7 +23,8 @@ from app.utils.logger import get_logger logger = get_logger(__name__) -# 内置模型：size → faster-whisper 兼容的 HF repo_id（CTranslate2 转换版，Systran 官方维护）。 +# 内置模型：size → faster-whisper 兼容的 HF repo_id（CTranslate2 转换版）。 +# 多数档位用 Systran 官方维护的转换版；turbo 例外见下。 BUILTIN_WHISPER_MODELS: Dict[str, str] = { "tiny": "Systran/faster-whisper-tiny", "base": "Systran/faster-whisper-base", @@ -31,7 +33,10 @@ BUILTIN_WHISPER_MODELS: Dict[str, str] = { "large-v1": "Systran/faster-whisper-large-v1", "large-v2": "Systran/faster-whisper-large-v2", "large-v3": "Systran/faster-whisper-large-v3", - "large-v3-turbo": "Systran/faster-whisper-large-v3-turbo", + # issue #402：Systran 没有 turbo 的 CT2 转换版（Systran/faster-whisper-large-v3-turbo + # 在 HF 上 401/404），点下载会静默失败、状态一直「未下载」。改用社区维护的 CT2 转换版 + # （deepdml，直链可达、含 model.bin，与 faster-whisper 的 large-v3-turbo 等价）。 + "large-v3-turbo": "deepdml/faster-whisper-large-v3-turbo-ct2", } # 前端下拉默认展示的内置档位（保持与历史 WHISPER_MODEL_SIZES 一致，不把 8 个全列出来） diff --git a/backend/tests/test_whisper_models.py b/backend/tests/test_whisper_models.py index 0f323c1..9f57dba 100644 --- a/backend/tests/test_whisper_models.py +++ b/backend/tests/test_whisper_models.py @@ -50,7 +50,19 @@ class TestResolve(unittest.TestCase): def test_builtin_resolves_to_systran(self): self.assertEqual(self.reg.resolve("tiny"), "Systran/faster-whisper-tiny") - self.assertEqual(self.reg.resolve("large-v3-turbo"), "Systran/faster-whisper-large-v3-turbo") + + def test_large_v3_turbo_resolves_to_live_repo(self): + # 回归 issue #402：Systran 从未发布 turbo 的 CT2 转换版， + # 原映射 Systran/faster-whisper-large-v3-turbo 在 HF 上 401/404， + # 导致下载静默失败、状态一直「未下载」。改用社区维护的 CT2 转换版。 + self.assertEqual( + self.reg.resolve("large-v3-turbo"), + "deepdml/faster-whisper-large-v3-turbo-ct2", + ) + self.assertNotEqual( + self.reg.resolve("large-v3-turbo"), + "Systran/faster-whisper-large-v3-turbo", + ) def test_passthrough_repo_id(self): # 用户直接把 HF repo_id 当 model_size 传进来（含 "/"）