sbnews/server/extend/whisper-asr

Docker Whisper ASR

本服务为私聊语音输入提供本地语音转文字能力。它只绑定服务器本机 127.0.0.1:8791，由 PHP 后端 /api/chat/voiceToText 代理访问，不直接暴露公网。

启动

cd server/extend/whisper-asr
docker compose up -d --build

首次启动会下载 Whisper 模型到 Docker volume whisper_asr_models，耗时取决于网络和模型大小。

配置

常用环境变量：

变量	默认值	说明
ASR_MODEL	small	Whisper 模型名
ASR_DEVICE	cpu	cpu 或 cuda
ASR_COMPUTE_TYPE	int8	CPU 默认建议 int8
ASR_LANGUAGE	空	留空自动识别，中文可设为 zh
ASR_MAX_FILE_MB	10	单文件最大大小
ASR_API_TOKEN	空	配置后需要 Bearer Token

如果配置 ASR_API_TOKEN，需要同步更新后台 AI 配置 whisper_asr_api_token。

验证

curl http://127.0.0.1:8791/health
curl -F "file=@sample.m4a" http://127.0.0.1:8791/v1/transcribe

接口成功时返回：

{
  "text": "识别到的文字",
  "language": "zh",
  "language_probability": 0.9,
  "duration": 3.2,
  "duration_ms": 1200
}