支持第三方ASR语音输入

[WALKERKILLER]

Pre-submit Checks

• I have searched Warp feature requests and there are no duplicates
• I have searched Warp docs and my feature is not there

Describe the solution you'd like?

Warp 的语音输入引擎由 Wispr Flow 驱动，但其在该版本下似乎无法正常调用
是否可通过支持替换第三方ASR引擎实现语音输入
如https://github.com/starccy/doubaoime-asr

Is your feature request related to a problem? Please describe.

No response

Additional context

No response

Operating system (OS)

Windows

How important is this feature to you?

1 (Not too important)

Warp Internal (ignore) - linear-label:39cc6478-1249-4ee7-950b-c428edfeecd1

None

[zerx-lab]

你觉得这个功能需要纯本地化么,或者语音的api是否有类似openai的api一样社区规范化的参考,我没用过相关api,在考虑服务商兼容性问题的情况下暂时去掉了这个功能.

[WALKERKILLER]

你觉得这个功能需要纯本地化么,或者语音的api是否有类似openai的api一样社区规范化的参考,我没用过相关api,在考虑服务商兼容性问题的情况下暂时去掉了这个功能.

api转写标准通常有OpenAI Whisper API 规范（走 /v1/audio/transcriptions接口）
现在还有一些实时流式传输的版本采用OpenAI Realtime API，这个规范比较复杂。
此外，还有Claude Code内置的/voice命令在终端录音需要使用Anthropic STT：通过 WebSocket 流式传输到 Nova 3 端点，这个需要 Anthropic OAuth。

豆包 ASR通过 doubaoime-asr 包的AsyncGenerator 协议流式识别，使用独立凭证文件。

Qwen ASR可以走gpt规范，套一层Cloudflare可以转格式为Web Speech API。

总而言之确实没有比较统一的规范。

且若要在终端激活录音（要是Warp自己本身没有单独的录音门控组件来调用平台的原生音频组件的话），需要回落到SoX（Sound eXchange）这种跨平台的音频后端。而且Warp目前后端并没有对语音识别语言的选项（默认是英文）。

适配难度并不低，只是个语音识别功能不可用的情况下还是默认打开，感觉可以默认隐藏此功能后续等官方版本跟进更多接口以后再适配

[jinzhongjia]

我们有可以抄的本地识别小模型可以拿来用
成熟的项目有 handy