本地语音转文字，支持可选后端：Parakeet（精度最高）或 Whisper（速度最快，支持多语言）。
本地 STT (Parakeet / Whisper). 统一本地语音对文本使用 ONNX 运行时以 int8 的量化
功能概述
本地 STT (Parakeet / Whisper). 统一本地语音对文本使用 ONNX 运行时以 int8 的量化是一项面向实际任务的技能，主要用于. 选择您的后端 : 1.；Parakeet (默认): 英语最准确, 正确抓取 nam。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
使用与执行
从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；
结果检查与注意事项
若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
本地语音转文字（STT，Parakeet / Whisper）
基于 ONNX Runtime 的统一本地语音转文字方案，支持 int8 量化。请选择后端：
- Parakeet（默认）：英文识别准确率最高，能正确识别人名和填充词（filler words）
- Whisper：推理速度最快，支持 99 种语言
使用方法
# 默认：Parakeet v2（英文识别准确率最佳）
~/.openclaw/skills/local-stt/scripts/local-stt.py audio.ogg
# 显式指定后端
~/.openclaw/skills/local-stt/scripts/local-stt.py audio.ogg -b whisper
~/.openclaw/skills/local-stt/scripts/local-stt.py audio.ogg -b parakeet -m v3
# 静默模式（不显示进度）
~/.openclaw/skills/local-stt/scripts/local-stt.py audio.ogg --quiet
选项
-b/--backend：parakeet（默认）、whisper-m/--model：模型变体（详见下文）--no-int8：禁用 int8 量化-q/--quiet：不显示进度信息--room-id：Matrix 房间 ID，用于直发消息
模型
Parakeet（默认后端）
| 模型 | 描述 |
|---|---|
| v2（默认） | 仅支持英文，准确率最高 |
| v3 | 多语言支持 |
Whisper
| 模型 | 描述 |
|---|---|
| tiny | 速度最快，准确率较低 |
| base（默认） | 速度与准确率兼顾 |
| small | 准确率更高 |
| large-v3-turbo | 质量最优，但速度较慢 |
基准测试（24 秒音频）
| 后端/模型 | 耗时 | 实时因子（RTF） | 备注 |
|---|---|---|---|
| Whisper Base int8 | 0.43 秒 | 0.018x | 最快 |
| Parakeet v2 int8 | 0.60 秒 | 0.025x | 准确率最高 |
| Parakeet v3 int8 | 0.63 秒 | 0.026x | 多语言支持 |
openclaw.json
{
"tools": {
"media": {
"audio": {
"enabled": true,
"models": [
{
"type": "cli",
"command": "~/.openclaw/skills/local-stt/scripts/local-stt.py",
"args": ["--quiet", "{{MediaPath}}"],
"timeoutSeconds": 30
}
]
}
}
}
}
相关专题
无法连接到nvidia的解决办法：1、检查网络连接；2、检查防火墙设置；3、检查代理设置；4、使用其他网络连接；5、检查NVIDIA服务器状态；6、更新驱动程序；7、重新启动NVIDIA的网络服务。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。
2023.12.06
1496
5
本专题汇总了Vibeknow在线创作视频的官方入口及网页版使用教程，涵盖PPT、PDF、Word等文档一键转讲解视频的核心操作，并整理了免费版水印规则与手机端浏览器访问指南，助你快速将知识内容视频化。
2026.09.21
0
20
本专题整理 NumPy 随机数、文件读写与 dtype 数据类型相关教程，覆盖 Generator/random、随机数种子、正态分布采样、npy/npz/CSV/TXT 保存读取、loadtxt/savetxt、memmap、大文件处理、astype 类型转换、结构化 dtype、整数溢出和精度丢失等场景。
2026.09.21
0
24
本专题整理 NumPy 矩阵运算与线性代数计算相关教程，覆盖矩阵乘法、dot 与 @ 运算符、逆矩阵、行列式、特征值与特征向量、SVD、线性方程组、欧氏距离、矩阵分解和大规模矩阵性能优化等内容，帮助读者掌握 np.linalg 与矩阵计算实战。
2026.09.21
0
20
本专题整理 NumPy 广播机制、数组数学运算与统计分析相关教程，覆盖广播规则、维度对齐、矩阵与数组加减除法、向量化计算、均值方差、分位数、中位数、直方图和 unique 频次统计等场景，帮助读者掌握 ndarray 高效计算与统计处理方法。
2026.09.21
0
17
本专题整理 NumPy 数组创建、索引、切片与数据选择相关教程，覆盖 np.array、zeros/ones、多维数组形状、基础切片、花式索引、布尔索引、条件筛选、视图与副本等常用场景，帮助读者系统掌握 ndarray 数据构造与高效提取方法。
2026.09.21
0
12
本专题汇总了AionClaw（AI龙虾助手）的功能介绍与在线使用入口。AionClaw是杭州趣猿人工智能有限公司推出的桌面级AI智能体，能直接在电脑上读写文件、运行脚本、操作浏览器，自动交付Word、PPT、Excel等成品。
2026.09.20
0
13
AionClaw专题整理AI智能体与电脑自动化相关功能使用教程，涵盖安装部署、AI任务执行、Skills技能、文件处理、浏览器控制、电脑操作、持久记忆、聊天工具连接以及办公、编程和内容创作等功能，帮助用户快速掌握AionClaw的实际使用方法。
2026.09.20
0
15
本专题汇总了当前主流的AI视频生成软件推荐与排行榜单，涵盖seko、AniShort、剧云、Lovart、LiblibAI及立刻mv等热门工具。同时整理了各软件在文生视频、图生视频、时长限制、画质表现及免费额度等方面的差异对比，助您快速选对适合创作需求的AI视频生成工具。
2026.09.16
0
9
热门下载
相关下载
精品课程
共6课时 | 54.6万人学习
共89课时 | 133.1万人学习
共49课时 | 82万人学习
