[asr] 接入 ZenMux 语音转写接口（JSON + base64 私有格式）作为可选云端 ASR

[GeorgeJin1230]

现象

• OpenLess 已支持多路云端 ASR（feat(asr): 接入通义千问/SiliconFlow/智谱 GLM 与国外常见 ASR 作为可选项 #212 引入了通义/SiliconFlow/智谱等），但聚合平台 ZenMux（zenmux.ai）的语音转写接口目前无法接入。
• ZenMux 的转写接口不是 OpenAI 标准的 multipart 文件上传，而是 JSON 请求体 + base64 内联音频的格式，因此现有「OpenAI Whisper（兼容）」provider 对不上：

POST https://zenmux.ai/api/v1/audio/transcriptions
Content-Type: application/json
Authorization: Bearer $ZENMUX_API_KEY

{
  "model": "qwen/qwen3-asr-flash",
  "input_audio": {
    "data": "<base64 音频字节>",
    "format": "wav"   // wav/mp3/flac/m4a/ogg/webm/aac
  },
  "language": "zh",     // 可选，省略时自动检测
  "enable_itn": true    // 可选
}

响应：

{
  "text": "转写结果",
  "model": "qwen/qwen3-asr-flash",
  "usage": { "input_tokens": 120, "output_tokens": 11, "total_tokens": 131, "seconds": 3 }
}

• 官方文档：https://docs.zenmux.ai/zh/api/openai/create-audio-transcriptions
• ZenMux 上可用的 ASR 模型包括 qwen/qwen3-asr-flash、bytedance/doubao-seed-asr-2.0、xiaomi/mimo-v2.5-asr，均为中文/中英混合场景的主流选择。

影响

• 已经在用 ZenMux 做 LLM 润色的用户（OpenAI 兼容 chat completions 可直接接入）无法复用同一个 API Key 做语音识别，需要额外注册并维护第二家服务的 Key。
• ZenMux 聚合的 Qwen3-ASR-Flash / Doubao-Seed-ASR-2.0 恰好是 OpenLess 目标用户（中文为主、中英混合）最合适的云端引擎档位，接不上比较可惜。

建议接受标准

• ASR 引擎列表新增「ZenMux」provider（或实现一个可配置请求格式的通用自定义 ASR provider，把 ZenMux 作为预设之一），可配置 base_url（默认 https://zenmux.ai/api/v1）、API Key、模型 slug。
• 录音停止后走 POST /audio/transcriptions（JSON + base64 input_audio）完成转写，language 跟随 OpenLess 的语言设置，响应 text 进入现有润色/插入链路。
• 转写失败时按现有云端 ASR 的错误提示口径处理（含 4xx 错误信息透出）。

---

补充说明：本条由 Claude Code 协助调研与撰写，格式细节来自 ZenMux 官方文档，如与最新文档有出入以官方为准。

[bigsongeth]

zenmux确实挺好的。可惜前天他们被墙了，时延会受到一定的影响