fix(sensevoice): 修复 SenseVoice STT Provider 多个问题

astrbot/core/provider/manager.py

@@ -601,20 +601,18 @@ async def load_provider(self, provider_config: dict) -> None:
                 f"加载 {provider_config['type']}({provider_config['id']}) 提供商适配器失败：{e}。可能是因为有未安装的依赖。",
                 exc_info=True,
             )
-            return
+            raise
         except Exception as e:
             logger.critical(
                 f"加载 {provider_config['type']}({provider_config['id']}) 提供商适配器失败：{e}。未知原因",
                 exc_info=True,
             )
-            return
+            raise
 
         if provider_config["type"] not in provider_cls_map:
-            logger.error(
-                f"Provider adapter not found: {provider_config['type']}({provider_config['id']}). Skipped.",
-                exc_info=True,
-            )
-            return
+            msg = f"Provider adapter not found: {provider_config['type']}({provider_config['id']})."
+            logger.error(msg, exc_info=True)
+            raise ValueError(msg)
 
         provider_metadata = provider_cls_map[provider_config["type"]]
         try:

astrbot/core/provider/sources/sensevoice_selfhosted_source.py

@@ -4,6 +4,7 @@
 """
 
 import asyncio
+import os
 import re
 from typing import cast
 
@@ -22,6 +23,11 @@
     "sensevoice_stt_selfhost",
     "SenseVoice 自托管语音识别 模型部署",
     provider_type=ProviderType.SPEECH_TO_TEXT,
+    default_config_tmpl={
+        "id": "sensevoice",
+        "stt_model": "iic/SenseVoiceSmall",
+        "is_emotion": False,
+    },
 )
 class ProviderSenseVoiceSTTSelfHost(STTProvider):
     def __init__(
@@ -37,14 +43,110 @@ def __init__(
     async def initialize(self) -> None:
         logger.info("下载或者加载 SenseVoice 模型中，这可能需要一些时间 ...")
 
-        # 将模型加载放到线程池中执行
+        def _load_model():
+            try:
+                return SenseVoiceSmall(self.model_name, quantize=True, batch_size=16)
+            except Exception as e:
+                err_str = str(e)
+                if "Type parameter (T) of Optype (Less) bound to different types" in err_str:
+                    logger.info("检测到 ONNX 导出类型不匹配，正在修复导出的模型文件 ...")
+                    self._fix_onnx_less_type_mismatch()
+                    # 重试加载，此时 model_quant.onnx 已被修复
+                    return SenseVoiceSmall(
+                        self.model_name, quantize=True, batch_size=16
+                    )
+                raise
+
         self.model = await asyncio.get_running_loop().run_in_executor(
-            None,
-            lambda: SenseVoiceSmall(self.model_name, quantize=True, batch_size=16),
+            None, _load_model,
         )
 
         logger.info("SenseVoice 模型加载完成。")
 
+    @staticmethod
+    def _fix_onnx_less_type_mismatch() -> None:
+        """修复 ONNX 导出时 Less 节点类型不匹配的问题。
+
+        在 model_quant.onnx 中，arange 输出 FLOAT，但 Less 的第二个输入
+        convert_element_type_default 输出 INT64，导致 Less 的 T 参数冲突。
+        在 arange 后插入 Cast 节点转为 INT64。
+        """
+        import onnx
+        from onnx import helper, TensorProto
+
+        cache_dir = os.path.expanduser(
+            os.path.join("~", ".cache", "modelscope", "hub")
+        )
+        model_quant_path = None
+        for root, _dirs, files in os.walk(cache_dir):
+            if "model_quant.onnx" in files:
+                model_quant_path = os.path.join(root, "model_quant.onnx")
+                break
+
+        if not model_quant_path or not os.path.exists(model_quant_path):
+            logger.error(
+                "未找到 model_quant.onnx，无法修复 ONNX 类型不匹配。"
+            )
+            return
+
+        model = onnx.load(model_quant_path)
+        graph = model.graph
+
+        # 找到 arange 输出节点和 Less 节点
+        less_node = None
+        arange_output = None
+        for node in graph.node:
+            if node.op_type == "Less":
+                less_node = node
+                # Less 的第二个输入是 arange 输出
+                arange_output = node.input[1]
+                break
+
+        if less_node is None:
+            logger.info("未找到 Less 节点，无需修复。")
+            return
+
+        # 检查 arange_output 的类型
+        arange_output_tensor = None
+        for vi in graph.value_info:
+            if vi.name == arange_output:
+                arange_output_tensor = vi
+                break
+
+        if arange_output_tensor is None:
+            # 也可能是 graph.input
+            for vi in graph.input:
+                if vi.name == arange_output:
+                    arange_output_tensor = vi
+                    break
+
+        if arange_output_tensor is None:
+            logger.info("无法找到 arange 输出 tensor 信息，跳过修复。")
+            return
+
+        # 创建 cast_name
+        cast_output_name = arange_output + "_cast_int64"
+
+        # 插入 Cast 节点：将 FLOAT 转为 INT64
+        cast_node = helper.make_node(
+            "Cast",
+            inputs=[arange_output],
+            outputs=[cast_output_name],
+            name=arange_output + "_to_int64",
+            to=TensorProto.INT64,
+        )
+
+        # 修改 Less 节点的第二个输入为 cast 后的输出
+        less_node.input[1] = cast_output_name
+
+        # 将 Cast 节点插入到 Less 节点之前
+        graph.node.insert(
+            list(graph.node).index(less_node), cast_node
+        )
+
+        onnx.save(model, model_quant_path)
+        logger.info("ONNX 模型文件已修复并保存。")
+
     async def get_text(self, audio_url: str) -> str:
         try:
             # 使用 run_in_executor 来调用模型进行识别

astrbot/dashboard/services/config_service.py

@@ -1648,7 +1648,20 @@ async def delete_provider_from_dashboard_payload(self, payload: object) -> str:
     async def test_provider(self, provider_id: str) -> dict:
         target = self.provider_manager.inst_map.get(provider_id)
         if not target:
-            raise ValueError(f"Provider {provider_id} not found")
+            # 检查配置中是否存在，帮助用户区分"从未添加"和"加载失败"
+            config_exists = any(
+                p.get("id") == provider_id
+                for p in self.config.get("provider", [])
+            )
+            if config_exists:
+                raise ValueError(
+                    f"Provider {provider_id} 已在配置中但加载失败，"
+                    "请检查 AstrBot 启动日志中的错误信息。"
+                )
+            raise ValueError(
+                f"Provider {provider_id} 未在配置中找到，"
+                "请先在 Provider 页面添加该服务提供商。"
+            )
         meta = target.meta()
         provider_type = getattr(meta, "provider_type", None)
         result = {

sensevoice_issue.md

@@ -0,0 +1,127 @@
+## SenseVoice STT Provider: 配置后显示"not found"且缺少依赖处理
+
+### 问题描述
+
+在 Dashboard 中启用 SenseVoice STT 语音识别后，测试/检查 Provider 状态时显示：
+
+```
+Provider with id 'sensevoice' not found in provider_manager.
+```
+
+但实际上 `sensevoice_selfhosted_source.py` 源码文件是存在的。
+
+### 复现步骤
+
+**场景一（仅设置 STT 开关，未在 Provider 页添加）：**
+
+1. 打开 Dashboard → 设置页 → 语音识别选项卡
+2. 启用 STT，填写 `provider_id: "sensevoice"`
+3. 切换到 Provider 页 → Speech-to-Text 选项卡
+4. Provider 列表中不存在 sensevoice
+5. 点击 Test → 显示 "not found"
+
+**场景二（在 Provider 页添加了，但缺依赖）：**
+
+1. 打开 Dashboard → Provider 页 → Speech-to-Text 选项卡
+2. 点击 + 添加 Provider，选择 SenseVoice(Local)
+3. 填写配置并保存 → 前端显示"添加成功"
+4. 点击 Test → 仍显示 "not found"
+
+### 根因分析
+
+#### 1. 关键依赖未声明（需要手动安装）
+
+`sensevoice_selfhosted_source.py` 顶部直接 import：
+
+```python
+from funasr_onnx import SenseVoiceSmall
+```
+
+但以下依赖均未列在项目的 `requirements.txt` / `pyproject.toml` 中：
+
+| 依赖 | 用途 |
+|------|------|
+| `funasr_onnx` | ONNX 推理引擎 |
+| `torch` | PyTorch 模型加载（ONNX 导出步骤需要） |
+| `modelscope` | 从 ModelScope 下载模型 |
+| `funasr` | 完整 funasr 库（ONNX 导出依赖） |
+| `torchaudio` | funasr 间接依赖 |
+| `onnxscript` | `torch.onnx` 导出需要 |
+
+用户安装 AstrBot 时不会安装这些包，需要用户自行猜测并手动 pip install。
+
+#### 2. `load_provider()` 加载失败时静默吞异常
+
+`create_provider()` 流程：
+
+```
+用户点"添加" → 配置写入 cmd_config.json ✅ → load_provider() → import funasr_onnx 失败 ❌
+                                                                          ↓
+                                                              异常被捕获，只打了一行 log
+                                                                          ↓
+                                                               provider 不加入 inst_map
+                                                                          ↓
+                                                          前端显示"添加成功"（返回了 200 OK）
+```
+
+`load_provider()` 内部的 import 错误被捕获后既不向上抛异常，也不给前端返回错误信息。用户看到的是"添加成功"，但 provider 实际上没有被加载到内存。
+
+`post_new_provider` 的代码路径：
+
+```python
+async def post_new_provider(self):
+    new_provider_config = await request.json
+    try:
+        await self.core_lifecycle.provider_manager.create_provider(new_provider_config)
+    except Exception as e:
+        return Response().error(str(e)).__dict__    # ← 只有这里会报错
+    return Response().ok(None, "新增服务提供商配置成功").__dict__
+```
+
+但 `create_provider()` 调用的 `load_provider()` 内部捕获了异常却没有 re-raise，所以 `post_new_provider` 永远走不到 except 分支。
+
+#### 3. `check_one` 无法区分失败原因
+
+`check_one_provider_status()` 只查 `inst_map.get(provider_id)`：
+
+```python
+target = prov_mgr.inst_map.get(provider_id)
+if not target:
+    return Response().error(f"Provider with id '{provider_id}' not found").__dict__
+```
+
+它无法区分三种情况：
+- Provider 从未被添加（配置里就没有）
+- Provider 添加了但加载失败（import error / 缺依赖）
+- Provider 初始化失败（模型下载失败、ONNX 导出错误等）
+
+统一报 "not found"，对用户没有任何排查帮助。
+
+#### 4. ONNX 导出模型类型不匹配（依赖齐全后仍会遇到）
+
+安装完所有依赖后，`SenseVoiceSmall(model_name, quantize=True)` 初始化时执行 ONNX 导出会出现：
+
+```
+Type Error: Type parameter (T) of Optype (Less) bound to different types
+```
+
+根因：导出的 `model_quant.onnx` 中有一个 `Less` 节点，其输入 `arange` 输出类型为 FLOAT（elem_type 1），但 `convert_element_type_default` 输出类型为 INT64（elem_type 7），导致 `Less` 节点的类型参数 `T` 绑定冲突。需要在 ONNX 图中插入 Cast 节点修复。
+
+#### 5. Provider 配置流程存在断裂
+
+STT 设置页的 `provider_stt_settings.provider_id` 和 Provider 页的 `provider` 列表是两个独立的功能。用户可能在设置页直接填写了 `provider_id: "sensevoice"`，但从未在 Provider 页添加过对应的 provider 条目。两者之间缺少联动检查或引导。
+
+### 建议修复
+
+1. **`sensevoice_selfhosted_source.py`**: 补充 `default_config_tmpl` 参数
+2. **`pyproject.toml` / `requirements.txt`**: 将 `funasr_onnx` 及其依赖列为可选依赖（extra / optional）
+3. **`provider/manager.py` `load_provider`**: 加载失败时向上抛异常或通过回调通知前端，而不是静默吞掉
+4. **`provider/manager.py` / `check_one_provider_status`**: 在 provider 记录中保存加载错误信息，`check_one` 时一并返回，而不是笼统报 "not found"
+5. **`sensevoice_selfhosted_source.py` `initialize()`**: ONNX 导出后自动修复类型不匹配（或改为直接使用 PyTorch 推理跳过 ONNX 导出）
+6. **Dashboard 交互**: 配置页的 provider 选择器和 Provider 页之间增加联动，provider 不存在时给出明确引导
+
+### 环境
+
+- AstrBot 版本: v4.25.5
+- 操作系统: Windows 11
+- Python: 3.12