feat(transcriber): 更新转录器支持和模型下载逻辑

- 修改 NoteGenerator 类以支持动态选择转录器类型。
- 更新 MLXWhisperTranscriber 类，添加模型下载逻辑，确保模型存在时自动下载。
- 在 transcriber_provider.py 中优化 MLX Whisper 的环境变量处理，确保在不可用时回退到 fast-whisper。

backend/app/services/note.py

@@ -18,7 +18,7 @@ from app.models.notes_model import AudioDownloadResult
 from app.enmus.note_enums import DownloadQuality
 from app.models.transcriber_model import TranscriptResult
 from app.transcriber.base import Transcriber
-from app.transcriber.transcriber_provider import get_transcriber
+from app.transcriber.transcriber_provider import get_transcriber,_transcribers
 from app.transcriber.whisper import WhisperTranscriber
 import re
 
@@ -89,9 +89,9 @@ class NoteGenerator:
         :param transcriber: 选择的转义器
         :return:
         '''
-        if self.transcriber_type == 'fast-whisper':
-            logger.info("使用Whisper")
-            return get_transcriber(transcriber_type='fast-whisper')
+        if self.transcriber_type in _transcribers.keys():
+            logger.info(f"使用{self.transcriber_type}转义器")
+            return get_transcriber(transcriber_type=self.transcriber_type)
         else:
             logger.warning("不支持的转义器")
             raise ValueError(f"不支持的转义器：{self.transcriber}")

backend/app/transcriber/mlx_whisper_transcriber.py

@@ -2,6 +2,7 @@ import mlx_whisper
 from pathlib import Path
 import os
 import platform
+from huggingface_hub import snapshot_download
 
 from app.decorators.timeit import timeit
 from app.models.transcriber_model import TranscriptSegment, TranscriptResult
@@ -15,8 +16,7 @@ logger = get_logger(__name__)
 class MLXWhisperTranscriber(Transcriber):
     def __init__(
             self,
-            model_size: str = "base",
-            device: str = None,  # MLX 会自动选择最佳设备
+            model_size: str = "base"
     ):
         # 检查平台
         if platform.system() != "Darwin":
@@ -27,15 +27,21 @@ class MLXWhisperTranscriber(Transcriber):
             raise RuntimeError("必须设置环境变量 TRANSCRIBER_TYPE=mlx-whisper 才能使用 MLX Whisper")
             
         self.model_size = model_size
-        self.model_name = f"whisper-{model_size}-mlx"
+        self.model_name = f"mlx-community/whisper-{model_size}"
         self.model_path = None
         
         # 设置模型路径
         model_dir = get_model_dir("mlx-whisper")
         self.model_path = os.path.join(model_dir, self.model_name)
-        
-        # 确保模型目录存在
-        Path(model_dir).mkdir(parents=True, exist_ok=True)
+        # 检查并下载模型
+        if not Path(self.model_path).exists():
+            logger.info(f"模型 {self.model_name} 不存在，开始下载...")
+            snapshot_download(
+                self.model_name,
+                local_dir=self.model_path,
+                local_dir_use_symlinks=False,
+            )
+            logger.info("模型下载完成")
         
         logger.info(f"初始化 MLX Whisper 转录器，模型：{self.model_name}")
 
@@ -45,7 +51,7 @@ class MLXWhisperTranscriber(Transcriber):
             # 使用 MLX Whisper 进行转录
             result = mlx_whisper.transcribe(
                 file_path,
-                path_or_hf_repo=f"mlx-community/{self.model_name}"
+                path_or_hf_repo=f"{self.model_name}"
             )
             
             # 转换为标准格式

backend/app/transcriber/transcriber_provider.py

@@ -98,9 +98,9 @@ def get_transcriber(transcriber_type="fast-whisper", model_size="base", device="
         whisper_model_size = os.environ.get("WHISPER_MODEL_SIZE",model_size)
         return get_whisper_transcriber(whisper_model_size, device=device)
     elif transcriber_type == "mlx-whisper":
+        whisper_model_size = os.environ.get("WHISPER_MODEL_SIZE",model_size)
         if not MLX_WHISPER_AVAILABLE:
             logger.warning("MLX Whisper 不可用，回退到 fast-whisper")
-            whisper_model_size = os.environ.get("WHISPER_MODEL_SIZE",model_size)
             return get_whisper_transcriber(whisper_model_size, device=device)
         return get_mlx_whisper_transcriber(whisper_model_size)
     elif transcriber_type == "bcut":