# ADR-0004: 自动字幕转写作为后端服务任务

状态：已接受。日期：2026-09-01。来源：借鉴 Concat 转写命令集与模型管理设计。

> 更新记录（2026-09-01）：采纳 ADR-0005 后，转写提供者为插件贡献点（`registerTranscriptionProvider`），转写面板为预设插件；后端任务与配额协议不变。

## 背景

Concat 的招牌智能功能之一是自动字幕：以 7 个转写命令（转写片段、取消、状态等）驱动本地 whisper 模型，模型文件按需下载并管理。其前提是桌面应用可在本地跑模型与 ffmpeg。

影策是服务端应用：模型渠道统一经后端中转（`custom-channel-relay` 的 `/api/ai/custom`），任务走任务队列与配额体系；素材已服务端化；时间线一期已有字幕数据与 SRT 解析/切分能力（`srt-parser`、`srt-resegment`），字幕轨道已是 `TimelineProject` v2 的一等轨道类型。

## 决策

- 转写由 **Go 后端执行**（whisper.cpp 或服务化 ASR 作为后端任务），前端只提交"素材/片段 → 转写字幕"任务并展示进度，不直接调用模型。
- **转写提供者为插件贡献点**：预设插件经 `registerTranscriptionProvider` 声明前端可用的转写能力与 UI（如自动字幕面板、字幕工具），经宿主校验权限后调用后端任务；第三方插件可扩展新转写来源，但必须走同一任务协议。
- 转写结果以 SRT 形式写回时间线字幕轨道，复用一期 SRT 解析与按句/按词切分能力；前端可预览、编辑、重新转写。
- **不在浏览器运行 whisper**：模型体积、算力与移动端/低端设备不可控，且与既有"模型渠道走后端中转"的安全边界一致。
- 转写任务复用任务队列与配额体系；ASR 引擎可插拔（本地进程 / 云 ASR），后端服务内部切换，前端协议不变。
- TTS/配音等**生成式**语音能力走既有模型渠道（生成素材），与转写（分析已有素材）互不耦合，不在本决策范围内。

## 后果

- 转写是异步任务而非即时命令：前端需要任务状态展示（进行中/成功/失败），失败可重试，重试不重复扣配额。
- 字幕轨道成为时间线一等公民：转写、人工编辑、导出烧录（ADR-0003 的 burn 步骤）共享同一字幕数据源。
- 模型权重与算力要求后端可插拔部署：本地 whisper.cpp 省成本、云 ASR 省运维，两者共用同一个任务协议。
- 前端转写能力集合随插件而变：默认预设提供 whisper 服务转写；第三方插件可增加转写来源，前端任务协议与字幕轨道数据形状保持稳定。