MiMo ASR Assistant

本地音频转文字工具，支持 AI 规整、多文件并发处理。

已实现功能

• 音频转文字：支持 WAV、MP3、M4A、FLAC、AAC、OGG 格式，通过 MiMo ASR API 流式转写
• AI 规整：转写结果可一键 AI 规整（修正错别字、补充标点、智能分段）
• 多文件并发：多个音频文件可同时处理，独立进度追踪，文件切换无串扰
• 速率控制：内置并发信号量 + RPM 滑动窗口，自动排队避免 API 限流
• 分片重试：每个音频分片独立重试 3 次，失败写入日志
• 导出：支持导出原文 / 规整文本，自定义保存路径
• 系统托盘：关闭窗口最小化到托盘，托盘图标点击恢复
• 配置加密：API Key 使用 Windows DPAPI 加密存储
• 深色/亮色主题：跟随系统或手动切换
• 流式标签过滤：SSE 流自动过滤 <think> 思考块和 XML 标签，支持跨 chunk 不完整标签缓冲

支持的服务商

服务商	转写（ASR）	规整（Chat）	Base URL
MiMo API	mimo-v2.5-asr	mimo-v2.5、mimo-v2.5-pro	https://api.xiaomimimo.com/v1
MiMo Token Plan	mimo-v2.5-asr	mimo-v2.5、mimo-v2.5-pro	https://token-plan-cn.xiaomimimo.com/v1
DeepSeek	—	deepseek-v4-pro、deepseek-v4-flash	https://api.deepseek.com

技术栈

层	技术
前端	Vue 3 + TypeScript + Vite + Pinia
桌面框架	Tauri v2
后端	Rust (tokio + reqwest)
音频处理	纯 Rust：symphonia（解码）+ hound（WAV 编码）+ rubato（重采样）

本地编译

前置依赖

• Rust (1.96+)
• Node.js (24+)
• Windows WebView2 Runtime

编译命令

# 安装前端依赖
npm install

# 开发模式（前端热更新 + Rust 后端）
npm run tauri dev

# 构建生产版本（生成 exe + 安装包）
npm run tauri build

# 仅检查 Rust 语法
cd src-tauri && cargo check

构建产物：

• src-tauri/target/release/mimo-asr-assistant.exe
• src-tauri/target/release/bundle/nsis/ (NSIS 安装包)

项目结构

├── src/                    # Vue 3 前端
│   ├── components/         # UI 组件
│   ├── stores/             # Pinia 状态管理
│   ├── types/              # TypeScript 类型
│   └── utils/              # 工具函数（Markdown 渲染）
├── src-tauri/              # Rust 后端
│   ├── src/
│   │   ├── lib.rs          # Tauri 命令层 + 应用入口
│   │   ├── main.rs         # 入口
│   │   ├── api/            # API 客户端（流式 SSE + 标签过滤）
│   │   ├── audio/          # 音频切分
│   │   ├── ffmpeg/         # 纯 Rust 音频处理（解码/转码/切片）
│   │   ├── prompt/         # 提示词模板
│   │   ├── provider/       # 服务商配置
│   │   ├── rate_limiter.rs # 速率控制
│   │   ├── dpapi.rs        # API Key 加密（Windows DPAPI）
│   │   └── log.rs          # 日志系统
└── 项目文档.md              # 详细开发文档

致谢

• MiMo-Code — MiMo API 参考实现
• Joyi-code/DeepSeekMonitorWindows — 系统托盘与窗口管理参考
• KerryChia/DeepSeek_Monitor_for_Windows — 托盘点击首次唤出窗口修复