（7548期）xeon_asr – 本地 AI 语音识别，隐私零费用

本地 AI 语音识别，隐私零费用 基于 OpenVINO Qwen3-ASR 的本地语音转文字技能，为 OpenClaw 生态提供隐私优先的离线 STT 服务，零 API 费用，支持 QQ/Feishu 语音自动转写。 使用说明 核心用法 Xeon ASR 是一个专为 OpenClaw 渠道插件设计的本地语音转文字（STT）解决方案，采用双服务架构运行：Flask ASR 服务（端口 5001）负责加载 Qwen3-ASR-0.6B-INT8_ASYM-OpenVINO 模型并执行本地推理，Node STT Gateway（端口 9001）提供 OpenAI 兼容的 /audio/transcriptions 接口。安装后，QQ、飞书等渠道收到语音消息时将自动触发本地转写，无需调用云端 API。 安装流程标准化：通过 clawhub install xeonasr 一键部署，执行 install.sh 自动完成环境检测、Miniconda/Python 3.10 安装、模型下载（支持 hf-mirror 加速）、配置文件生成、OpenClaw 集成配置及 Feishu 插件补丁。self_check.sh 提供安装后健康检查，验证双服务状态与配置完整性。 显著优点 完全本地化：基于 OpenVINO 优化，模型运行于本地，语音数据不出机，隐私保护极强 零 API 成本：无需 OpenAI/阿里云等商业 ASR 服务，长期使用无费用 生态深度集成：自动修改 $HOME/.openclaw/openclaw.json，修补 Feishu 插件依赖树，兼容 QQBOT 等多渠道场景 路径灵活：不硬编码 /root，以 $HOME 为基准，支持 Docker 及多用户环境 国内友好：自动检测并切换 hf-mirror 下载模型，规避 HuggingFace 访问问题 潜在缺点与局限性 硬件门槛：INT8 量化模型仍需一定 CPU 算力，低配置机器推理延迟较高 模型体积：0.6B 参数量模型需约 600MB 存储，首次下载耗时 渠道补丁依赖：飞书渠道需特殊补丁处理，若 OpenClaw 版本升级可能需跟进适配 单语言局限：基于 Qwen3-ASR，主要优化中文场景，多语言混合识别效果未明确 运维复杂度：双服务架构需同时维护 5001/9001 端口，故障排查较云端方案繁琐 适合人群 对语音隐私敏感、需完全离线处理的个人/企业用户 OpenClaw 生态深度使用者，尤其 QQ/飞书双渠道运营者 希望消除 ASR API 调用成本的高频语音处理场景 具备基础 Linux/Node.js 运维能力的技术用户 常规风险 服务稳定性：本地服务可能因内存不足、模型加载失败导致 STT 超时，需监控 9001 健康端点 配置冲突：重复安装 Feishu 插件或手动修改 openclaw.json 可能导致 duplicate plugin id 错误 模型更新滞后：开源模型迭代快，若长期不更新可能出现识别准确率下降 安全边界：虽为本地运行，但 install.sh 涉及系统级操作（Miniconda 安装、全局配置修改），建议审查脚本内容后再执行 原始说明 Automatically converts received voice messages to text via an external ASR service, supporting multiple audio formats and integrating with OpenClaw.