跳转至

OpenAI ASR

文档首页 · ASR 供应商 · OpenAI

OpenAI 预设的 provider 为 whisper。名称是为兼容项目早期配置保留的；model 不限于 whisper-1，也可以显式改成 OpenAI Audio Transcriptions 接口当前支持的其他转写模型。

获取 API Key

  1. 登录 OpenAI Platform。
  2. 打开 API Keys，创建一个新的 secret key。
  3. 立即复制并安全保存 Key；不要将其提交到仓库。
  4. 确认对应项目已有可用额度，并允许调用所选转写模型。

官方入口：Developer quickstart · Audio Transcriptions API

最小配置示例

使用内置 endpoint 和默认 whisper-1 模型，只需 provider + apiKey：

{
  "asr": {
    "provider": "whisper",
    "apiKey": "replace-with-openai-api-key"
  }
}

最大配置示例

以下示例显式列出该适配器支持的全部覆盖字段：

{
  "asr": {
    "provider": "whisper",
    "endpoint": "https://api.openai.com/v1/audio/transcriptions",
    "apiKey": "replace-with-openai-api-key",
    "model": "gpt-4o-transcribe",
    "language": "zh",
    "prompt": "Linux 语音输入"
  }
}

默认 endpoint 是 https://api.openai.com/v1/audio/transcriptions，通常不需要填写。 省略 language 时，引擎会把系统推断出的 ISO-639-1 两字母代码作为提示；无法安全转换时 省略并交给模型自动识别。显式 language 和 prompt 仍可覆盖；使用非默认模型前请在官方 模型目录确认它支持 Audio Transcriptions 以及这些可选参数。

验证

/usr/libexec/typeless-ibus-engine --check-asr
/usr/libexec/typeless-ibus-engine \
  --check-asr-audio /path/to/16k-mono-s16le.pcm

401 通常表示 Key 无效；403 通常与项目权限有关；429 可能表示额度或速率限制。更换 Key 后切换一次输入源再测试。

返回供应商索引