课程录音、会议纪要和视频字幕都需要快速转文字，手工整理耗时较长，也容易漏掉时间轴和说话人信息。
ASR 语音识别用于把音频或视频转换成文本和 SRT 字幕，并支持单次识别、批量处理、任务日志和本地 FunASR 服务。
文章目录
模块定位
ASR 是 Online 在线接口中的语音识别工具，面向音频转文字、视频加字幕和批量转写场景。用户可以选择阿里云 ASR、RunningHub ASR 或 Local FunASR，根据成本、网络和隐私要求决定使用云端识别还是本地识别。
| 定位项 | 内容 |
|---|---|
| 所属板块 | Online 在线接口 |
| 核心任务 | 将音频或视频中的语音内容转换为文本和 SRT 字幕 |
| 适合用户 | 课程制作、会议整理、短视频字幕和批量音频归档用户 |
| 输入内容 | 音频文件、视频文件、批量目录、识别模型、人声分离参数 |
| 输出结果 | 识别文本、SRT 字幕、任务记录、运行日志和错误信息 |
| 使用前提 | 云端服务已配置 API Key，或本地 FunASR 服务可以启动 |
项目配置
ASR 的配置重点是服务商、识别模型、输入文件和结果查看位置。选择 Local FunASR 时，页面会出现本地服务相关状态，用户需要先在"项目说明"页通过网盘资源下载对应程序或模型，并按页面要求放到指定目录；统一说明可参考 AIGC工具平台-Tauri2.x智能工具桌面介绍与使用。
| 配置项 | 配置内容 | 使用说明 |
|---|---|---|
| 服务商配置 | 阿里云 ASR、RunningHub ASR、Local FunASR | 根据网络、成本和隐私要求选择识别方式 |
| API Key | 阿里云或 RunningHub Key | 云端识别前先在个人中心 API设置中维护 |
| 本地服务 | Local FunASR 启动、关闭、服务状态和端口 | 服务未连接时先检查本地资源目录和桌面端环境 |
| 识别模型 | 对应服务商支持的识别模型 | 影响识别准确率、语言适配和处理速度 |
| 人声分离 | 是否开启说话人区分、说话人数 | 会议、访谈和多人课程建议开启并设置人数 |
| 输入素材 | 单个音频、单个视频或批量目录 | 首次建议使用短音频验证配置 |
| 输出结果 | 文本结果、SRT 字幕、任务日志 | 识别完成后在结果区或任务日志确认 |
| 安全要求 | 会议内容、课程资料、客户素材 | 截图和演示时避免展示隐私语音和真实业务文本 |
项目说明
项目说明页用于查看 ASR 的模块说明、文字教程、视频教程和资源入口。使用 Local FunASR 时，用户应先在这里确认本地资源下载方式和放置目录，再进入配置管理启动服务；这里适合插入模块介绍和资源入口截图。
配置管理
配置管理页用于选择识别服务商、识别模型、人声分离开关和说话人数。选择云端服务时重点确认 API Key 是否可用，选择 Local FunASR 时重点确认本地服务是否已连接、模型资源是否准备完成。
单次处理
单次处理页用于上传一个音频或视频文件并执行识别，适合首次测试当前配置。用户提交后应观察页面状态和运行日志，识别完成后在结果区查看纯文本和 SRT 字幕。
批量处理
批量处理页用于选择多个文件或一个目录并按队列识别。建议先用单次处理验证服务可用，再批量提交；批量执行时要关注每个文件的状态、失败记录和最终输出位置。
任务日志
任务日志页用于查看历史识别记录、任务状态、输出结果和详情。任务提交成功不等于识别完成，用户应在这里确认任务是否成功保存，并查看失败原因或输出内容。
运行日志用于展示上传、提交、识别中、保存和失败提示。任务长时间无结果时，先看运行日志判断是服务商返回慢、文件上传失败，还是本地服务没有正常连接。
操作流程
ASR 的操作流程可以按"确认识别服务、选择模型参数、上传短文件测试、查看识别结果、再进入批量处理"来理解。首次使用先在项目说明和配置管理中确认云端 Key 或本地 FunASR 服务是否可用，再用单个音视频验证文本和字幕结果，最后通过任务日志确认历史记录。
否
是
否
是
进入 ASR 模块
查看项目说明和本地资源提示
进入配置管理
识别服务是否可用
补充 API Key 或准备 Local FunASR 服务
选择模型和人声分离参数
进入单次处理上传短音频或短视频
开始识别并观察运行日志
文本或字幕是否生成
回到配置管理或查看任务日志排查
按需进入批量处理并在任务日志确认结果
应用场景
ASR 适合把音频内容快速变成可编辑文本，尤其适用于课程字幕、会议纪要、访谈整理和短视频批量生产。单次处理可以帮助用户先验证模型、语言和字幕格式是否合适，批量处理则适合把多个录音或视频统一转写。对于隐私要求较高的素材，可以优先考虑本地 FunASR；对于追求稳定性和少维护的场景，可以使用云端服务。教程中应强调配置、提交、等待和日志确认的区别，让读者知道任务失败时该回到哪一页排查。
| 应用场景 | 使用方式 | 关联功能 | 输出结果 |
|---|---|---|---|
| 课程字幕整理 | 上传课程音频或视频并开启识别 | 配置管理、单次处理、任务日志 | 文本内容和 SRT 字幕 |
| 会议纪要转写 | 使用短音频测试后批量识别会议录音 | 单次处理、批量处理、运行日志 | 会议文字稿和任务记录 |
| 多人访谈整理 | 开启人声分离并设置说话人数 | 配置管理、单次处理 | 带说话人区分的识别结果 |
| 本地隐私识别 | 准备 Local FunASR 服务后处理敏感音频 | 项目说明、配置管理 | 本地识别文本和字幕 |
总结
ASR 的使用顺序是先确认服务商和模型，再用单个短文件测试识别效果，最后按需要批量处理并在任务日志确认结果。涉及本地 FunASR 时，先准备项目说明页中的本地资源，再启动服务。
更多内容请访问：
| 文章链接 | 内容描述 |
|---|---|
| AIGC工具箱安装与使用 | 介绍 AIGC 工具箱的安装流程、基础配置方式以及首次启动后的使用说明。 |
| AIGC工具箱功能应用模块 | 介绍工具箱内各功能模块的分类、入口位置和实际使用方式，便于快速了解整体能力。 |
| AIGC工具箱错误解决办法 | 汇总工具箱在安装、启动和使用过程中常见的报错情况，并提供对应的排查与解决方法。 |
| AICG常用API获取方式 | 介绍桌面工具使用过程中所需 API 密钥的获取方式，便于完成接口配置与功能接入。 |