التعرف الموحد على الصوتبوابة API لأنظمة الذكاء الاصطناعي
انشر بنية تحتية لـ ASR من الفئة الصناعية على خوادمك الخاصة أو أجهزة Mac في ثوانٍ. تجميع Faster-Whisper و SenseVoice و FireRedASR و Zipformer مع التوافق التام مع واجهة برمجة تطبيقات OpenAI.
مصمم للأداء الفائق والخصوصية المطلقة
كل ما تحتاجه لتشغيل مسارات عمل تفريغ صوتي خاصة وعالية الإنتاجية.
متوافق مع واجهة برمجة OpenAI
بديل مباشر لنقطة النهاية /v1/audio/transcriptions. يتصل بسلاسة مع Dify و FastGPT و Open WebUI و DuRT وحزم SDK القياسية.
تجميع محركات متعددة
توجيه ديناميكي للطلبات عبر Faster-Whisper و Zipformer (X-ASR) و Qwen-ASR و FireRedASR عبر تكوين YAML بسيط.
بث منخفض زمن الاستجابة
بروتوكول WebSocket للصوت ثنائي الاتجاه للشروحات الفورية، والاجتماعات المباشرة، والمساعدين الصوتيين التفاعليين.
كشف نشاط الصوت والتقطيع الذكي
كشف ذكي لنشاط الصوت مدعوم بـ Silero-VAD، وتقطيع تلقائي عند الوقفات الطبيعية، وقمع تكرار الهلوسات.
لوحة تحكم ويب بـ Vue 3
واجهة ويب تفاعلية لاختبار الميكروفون، ورفع الملفات الصوتية الطويلة، ومراقبة موارد الخادم واختبار زمن الوصول.
100% خصوصية واستضافة ذاتية
تبقى جميع البيانات الصوتية بالكامل داخل بنيتك التحتية الخاصة. صفر قياس عن بعد، وبلا أي تسريب خارجي.
محركات ASR المدعومة
اختر أفضل محرك يناسب لغتك، وزمن الوصول المستهدف، ومواصفات العتاد لديك.
| المحرك | الفئة | اللغات المدعومة | زمن الوصول / RTF | تسريع العتاد | أفضل استخدام |
|---|---|---|---|---|---|
| Faster-Whisperموصى به للملفات | تفريغ الملفات والدفعات | أكثر من 99 لغة | 0.12x - 0.25x RTF | CUDA, Metal, CPU (int8/fp16) | تفريغ الملفات متعددة اللغات، والبودكاست، وتوليد الشروحات |
| X-ASR (Zipformer2)أقل زمن استجابة | بث مباشر في الوقت الفعلي | الصينية، الإنجليزية، مختلط | < 160 مللي ثانية لكل جزء | CPU, ONNX, Metal, CUDA | شروحات حية بزمن استجابة فائق الانخفاض، ومساعدون صوتيون |
| Qwen3-ASR (1.7B) | تفريغ الملفات والدفعات | أكثر من 30 لغة ولهجة | 0.15x - 0.35x RTF | CUDA (vLLM / PyTorch), Metal | اللهجات المعقدة، والبيئات الصاخبة، والتخصيص التخصصي |
| FireRedASR | ASR صناعي للمؤسسات | الصينية، الإنجليزية | 0.18x - 0.30x RTF | CUDA, PyTorch | محاضر الاجتماعات المؤسسية ومراكز الاتصال عالية الدقة |
كيف يعمل OneASR
من استقبال الصوت إلى تفريغ دقيق ومنظم عبر مسار عمل قياسي.
1. الاستقبال والمعالجة المسبقة
استقبال تدفقات الصوت أو الملفات عبر REST أو WebSocket، وتطبيعها إلى 16 كيلوهرتز أحادي القناة وتقطيعها عبر Silero-VAD.
2. الموزع الديناميكي للمحركات
توجيه الطلبات إلى المحرك المحمّل مسبقاً الأنسب (Whisper, X-ASR, Qwen) وفقاً للغة ومتطلبات السرعة.
3. الاستدلال العصبي والمحاذاة
توليد الرموز الصوتية والكلمات مع طوابع زمنية عبر تسريع TensorRT و CUDA و Metal.
4. المعالجة اللاحقة والإخراج
استعادة علامات الترقيم، وتصفية التكرارات، والتنسيق في صيغ OpenAI JSON أو شروحات SRT و VTT.
تجربة مطور فائقة السهولة
ادمج OneASR في تطبيقاتك باستخدام أدوات مألوفة وبروتوكولات قياسية.
from openai import OpenAI
# Initialize client pointing to your local OneASR gateway
client = OpenAI(
base_url="http://localhost:8000/v1",
api_key="sk-oneasr-v1-p_L3kXm9QZ8sT2vA4wE7rY1u"
)
# Transcribe audio file with word-level timestamps
with open("podcast.mp3", "rb") as audio_file:
transcript = client.audio.transcriptions.create(
model="faster-whisper",
file=audio_file,
response_format="verbose_json",
timestamp_granularities=["word", "segment"]
)
print(transcript.text)