[BUG]: Speak Your Prompt isn’t working

快速结论：AnythingLLM 里点麦克风后图标有反应、却始终无法把语音转成提示词，通常发生在本地开发环境或桌面版的 STT（语音转文字）链路上；优先排查浏览器/系统麦克风权限，以及录音是否被截断、Whisper 是否对静音或半截音频产生幻觉文本。

适用环境：AnythingLLM 本地开发环境（Local development）；另有用户报告 AnythingLLM Desktop v1.16.1、macOS、本地 Whisper STT（Xenova/whisper-tiny）、外接 USB 麦克风。Issue 正文未给出 Python、CUDA、PyTorch 或显卡版本。

最快修复方案：暂无确认的一步修复方案。可优先尝试 Issue 中用于缓解的临时手段：提高麦克风系统输入电平、改用快速点按而非长按麦克风按钮、等麦克风进入稳定监听状态后再说话。

注意事项：上述三点只是缓解措施，并非根因修复，Issue 中并未确认能彻底解决录音截断问题；官方回复把原因归为浏览器权限或浏览器不支持 STT，而后续诊断显示录音实际有信号但被中途截断，并伴随 Whisper 幻觉文本，因此权限修复不一定对所有情况有效。

问题场景

用户在 AnythingLLM 中使用 Speak Your Prompt（语音输入提示词）功能时，点击麦克风图标后录音似乎已经启动，但语音始终无法转换成提示词。原报告者是在本地开发环境（Local development）下运行。后续跟进的用户则在 AnythingLLM Desktop v1.16.1、macOS、本地 Whisper STT（Xenova/whisper-tiny）加外接 USB 麦克风的组合下复现，并做了较深入的诊断。

官方在评论中先判断为浏览器权限或浏览器不支持 STT，但同时指出麦克风图标仍然被渲染。报告者表示已授予包括麦克风在内的权限，问题依旧。

报错原文

[BUG]: Speak Your Prompt isn't working

诊断中出现的相关现象文本（原文）：

[BLANK_AUDIO] >> <real partial phrase> >> Thank you.
Audio recording was blank

原因分析

根据 Issue 讨论，可能原因有两层：

官方初步判断：浏览器权限未开启，或当前浏览器不支持 STT，但界面仍然渲染了麦克风图标。在本地开发环境下，由于不是 HTTPS，浏览器可能默认不弹出权限提示，从而让用户以为已经授权。
后续诊断的实际情况：录音并非完全没有采集到声音，而是采集到的音频在句子中途被截断，开头通过、后半段丢失；对于截断或接近静音的部分，whisper-tiny 会幻觉出填充文本（如 “(soft music)”、重复短语、凭空追加的 “Thank you.”）。”Audio recording was blank” 提示在这些部分采集的情况下也会出现，容易误导排查方向。

诊断者已排除的项包括：输入设备选错、macOS 语音控制干扰、信号链中存在聚合/回环音频设备、应用麦克风权限（用 tccutil reset Microphone 重置后干净重新授权，无变化）、屏幕使用时间/内容与隐私限制、麦克风硬件或系统音频管线本身（用 ffmpeg -f avfoundation 直接录音可正常采到信号）、3001 端口冲突、Whisper 模型文件不可达（确认 HTTP 200 且 tokenizer.json 有效）。

环境排查

确认 AnythingLLM 的运行方式：本地开发环境还是桌面版。
确认浏览器是否支持 STT，以及麦克风权限是否真正授予（本地开发非 HTTPS 时可能不弹出授权提示）。
确认所选输入设备是否为实际要使用的麦克风。
确认 macOS 麦克风权限（可通过 tccutil reset Microphone 重置后重新授权验证）。
确认系统输入电平是否偏低（诊断者自述约 40-50%）。
确认是否存在聚合/回环音频设备、端口 3001 冲突。
确认本地 Whisper 模型文件是否可达（诊断中检查 tokenizer.json 返回 HTTP 200）。
Issue 未提供 Python、CUDA、PyTorch、显卡版本信息，无需据此排查。

解决步骤

先按官方方向排查浏览器与系统权限：确认浏览器支持 STT，并为当前站点授予麦克风权限；本地开发环境注意非 HTTPS 可能不弹出权限提示，需手动在浏览器设置里放行。
如果权限已确认无误但问题依旧，按后续诊断的思路继续排查：用系统级录音工具（如 ffmpeg -f avfoundation）验证麦克风硬件与系统音频管线是否正常，确认能采到高于静音的实时信号。
确认没有选错输入设备、没有聚合/回环音频设备介入、没有端口 3001 冲突、Whisper 模型文件可达。
在此基础上试 Issue 中已验证可缓解的三个操作：
① 适当提高麦克风系统输入电平；
② 用一次快速点按触发麦克风，不要长按（长按会产生系统按键重复事件，而该控件更像启停切换，可能反复触发开始/停止）；
③ 触发后等待图标进入稳定监听状态再说话。
如果以上都无效，说明可能仍存在应用内采集/截断管线的缺陷，Issue 中并未给出确定的最终修复，需继续关注或另行上报。

验证方法

重新使用 Speak Your Prompt 说话，观察是否能稳定得到与所说内容一致的完整转录文本，而不是只截到句子开头、或混入 “(soft music)”、”Thank you.” 等幻觉填充内容；同时确认 “Audio recording was blank” 提示不再出现。若仍出现部分转录加幻觉文本，说明采集截断问题尚未解决。