新一代高性能统一语音识别API 聚合网关与私有化基座
秒级在私有服务器或 Mac 上部署工业级 ASR 基础设施。聚合 Faster-Whisper、X-ASR (Zipformer)、Qwen3-ASR 与 FireRedASR，完美兼容 OpenAI Audio API 标准。
专为高吞吐、低延迟与数据隐私打造
满足团队从个人生产力到企业私有化语音管道的一切需求。
OpenAI 规范全兼容
无缝平替 /v1/audio/transcriptions。零修改直连 Dify、FastGPT、Open WebUI、DuRT 及官方 OpenAI SDK。
多引擎聚合与热切换
通过清晰的 YAML 配置自由切换 Faster-Whisper、Zipformer (X-ASR)、Qwen-ASR 与 FireRedASR 等前沿模型。
低延迟全双工 WebSocket
支持毫秒级分块实时双工流式传输，专为实时字幕、会议同传与语音对话智能体（Voice Agent）打造。
智能 VAD 与精准切片
深度集成 Silero-VAD 语音活动检测，具备自然停顿断句、长音频切片与 ASR 连续复读幻觉自动过滤机制。
内置 Vue 3 可视化面板
开箱即用的 Web 仪表盘，支持实时麦克风录音测试、大文件音视频转录、GPU 状态监视与任务队列追踪。
100% 数据掌控与私有化
所有音频流与文字数据全程停留在本地或内网环境。零云端中转、零遥测收集、零供应商锁定。
支持的 ASR 引擎矩阵
根据具体的语言类型、延迟要求与硬件算力，灵活匹配最佳推理引擎。
| 引擎名称 | 引擎定位 | 支持语种 | 推理延迟 / RTF | 硬件加速支持 | 最佳适用场景 |
|---|---|---|---|---|---|
| Faster-Whisper文件转录推荐 | 长音频与批处理转录 | 99+ 种全球语言（多语言） | 0.12x - 0.25x RTF | CUDA, Metal, CPU (int8/fp16) | 多语种长文件转录、播客字幕生成、跨语种听写 |
| X-ASR (Zipformer2)超低延迟首选 | 实时流式语音识别 | 中文、英文、中英混合 | < 160ms 块级延迟 | CPU, ONNX, Metal, CUDA | 超低延迟实时字幕、会议同传、语音交互助手 |
| Qwen3-ASR (1.7B) | 大模型语音识别 | 30+ 种语言、常见方言 | 0.15x - 0.35x RTF | CUDA (vLLM / PyTorch), Metal | 复杂中文方言、嘈杂环境降噪识别、特定行业术语 |
| FireRedASR | 工业级通用 ASR | 中文、英文 | 0.18x - 0.30x RTF | CUDA, PyTorch | 企业级政企会议纪要、高保真普通话电话呼叫中心 |
OneASR 核心处理流水线
从音频接收、预处理、动态分发到结构化结果输出的标准架构。
1. 接收与音频预处理
通过 REST 或 WebSocket 接入音频，自动重采样为 16kHz 单声道，并由 Silero-VAD 进行智能语音分段。
2. 动态引擎分发调度
根据请求携带的语言标签与延迟模式，秒级分发至预热就绪的 ASR 引擎（Whisper/Zipformer/Qwen）。
3. 神经网络推理与对齐
声学与语言模型协同解码，利用 CUDA TensorRT 或 Metal 算力加速生成词级毫秒时间戳。
4. 后处理与标准化输出
标点规范化、去重去噪，最终组装为 OpenAI JSON、SRT 或 VTT 格式返回。
以开发者体验为核心
使用你熟悉的工具和标准协议，数行代码无缝集成 OneASR。
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)