本地语音识别 / Local Speech Recognition#

使用 faster-whisper 在本地运行 Whisper 模型，无需任何 API 费用。免费、离线、保护隐私。 Runs faster-whisper locally — no API keys, no costs, fully offline & private.

---

功能特点 / Features#

• 🎙️ 全自动转录 — 收到语音消息自动触发，无需手动调用
• 💰 完全免费 — 无需 API key，无任何费用
• 🔒 隐私安全 — 所有处理在本地完成，音频不离开你的设备
• 🌐 多语言支持 — 中文 / 英文 / 日语 / 自动检测
• ⚡ 快速响应 — VAD 静音过滤，模型内存缓存
• 📦 主流格式 — .ogg .m4a .mp3 .wav

---

使用方式 / Usage#

收到语音消息后，OpenClaw 自动调用转录脚本并将结果注入对话。

转录命令 / Command:

bash

python3 ~/.openclaw/workspace/skills/speech-recognition-local/scripts/transcribe.py <audio_file> [language]

参数说明 / Parameters:

参数默认值说明audio_file—音频文件路径 / Audio file pathlanguage``auto语言：zh / en / ja / auto（默认自动检测）

---

模型说明 / Model Info#

• 默认模型 / Default: base（精度与速度平衡）
• 首次使用自动下载 / Auto-download on first use
• VAD 静音过滤已启用 / VAD filtering enabled
• 模型缓存在内存中 / Model cached in memory

---

适用场景 / Use Cases#

场景 / Scenario说明语音消息转文字将微信/飞书/Telegram 语音转为可阅读文本会议记录录制音频后快速转录存档播客字幕将音频文件批量转为文字稿隐私敏感场景不希望音频数据上传第三方

---

限制 / Limitations#

• 支持格式 / Supported: .ogg .m4a .mp3 .wav
• 文件大小 / Max size: 25MB

---

安装前提 / Requirements#

• Python 3.8+
• faster-whisper（首次使用自动安装）