AI 应用人工智能大模型数字人AI Agent语音前端后端【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址https://gitcode.com/GitHub_Trending/ai/airi点击查看免费下载浏览器本地语音识别Browser (Local) 转写提供者是 AIRI 中面向网页端设计、目标为“本地模型、无需云端 API Key”的语音转文字ASR/STT方案。本文以 browser-local.md 文档 为骨架结合源码核实该提供者目前的真实状态它在当前仓库中仍处于 Work in Progress 占位阶段不可配置、不可启用并给出替代方案与从源码结构推断出的未来启用条件。阅读本文后你将明确该提供者的现状边界知道为什么它在设置页中只显示占位符以及在真正需要浏览器本地 ASR 时应改用哪条路径。文档核心事实当前不可用韩文版 browser-local.md 开篇即声明Browser (Local) 语音识别尚不可用아직 사용할 수 없습니다AIRI 设置页目前仅显示 Work in Progress 占位符用户无法准备或启用模型状态Work in ProgressWIP未开放配置结论性警告不要在实际使用环境中配置该提供者此文档存在仅是为了明确其当前可用性현재 사용 가능 여부를 명확히 알리기 위해서만 문서화되어 있습니다推荐替代在支持的浏览器中使用 Web Speech API或选择受支持的云端转写提供者。同一结论在多语言文档中保持一致英文版标题即为 “Browser local speech recognition (ASR/STT, unavailable)”中文版 browser-local.md 的正文内容与韩文版一致地说明“浏览器本地语音识别使用 AIRI 的本地模型能力不需要云端 API Key”并提示“若服务商卡片未出现或识别无法启动请改用 Web Speech API、云端 ASR 或桌面端本地方案”。请注意韩文版是本次成文的主体依据其明确标注“使用不可/不用于生产”因此下述所有配置描述均属于“目标设计”而非当前可操作步骤。源码印证设置页只渲染 WIP 占位组件从源码可以确认“设置页仅有占位符”这一文档表述并非空话。浏览器本地转写提供者的设置页 browser-local-audio-transcription.vue 完整实现如下script setup langts import { WIP } from proj-airi/stage-ui/components /script template WIP / /template页面路由元信息同文件内 route 块引用了browser-local-audio-transcription的标题、副标题与描述键也就是说该提供者的设置路由、标题与描述 i18n 键均已就位唯独内容模板是空的。占位组件本身定义在 wip.vue渲染一个橙色 Callout显示 i18n 文案标题为 “Work in Progress”描述为 “This feature is currently under development and not yet publicly available. Check back in future updates for this functionality.”见 settings.yaml。这与文档所述“现在仅显示 Work in Progress 占位符”完全吻合。提供者定义已注册但被强制隐藏虽然页面只显示占位符但提供者定义本身已存在于注册表源码中。local-audio/index.ts 同时定义了四个本地音频提供者其中与浏览器本地转写相关的有两个providerBrowserLocalAudioSpeechbrowser-local-audio-speechTTSproviderBrowserLocalAudioTranscriptionbrowser-local-audio-transcriptionASR/STT。转写提供者声明了任务标签[speech-to-text, automatic-speech-recognition, asr, stt]能力为 HTTP 协议、generateOutput: true、streamOutput: false、streamInput: falselocal-audio/index.ts。关键在isAvailableBy字段// NOTICE: // Hiding the provider keeps users from selecting one they cannot configure. // Its settings page (browser-local-audio-transcription.vue) renders WIP /. // Reported in https://github.com/moeru-ai/airi/issues/2297 (item 6). // Removal condition: restore isBrowserAndMemoryEnough once the settings page is implemented. isAvailableBy: () false,即提供者已注册到注册表但可用性判断被硬编码为始终返回 false因此它在提供者列表中被隐藏用户根本无法选中。源码注释明确解释了原因——隐藏提供者是为了“防止用户选择一个无法配置的提供者”并指出移除条件是“实现设置页后恢复isBrowserAndMemoryEnough判断”。注册表 registry.ts 通过defineProvider()将定义写入内存 MaplistProviders()负责排序输出browser-local-audio-transcription也被列入StageProviderId联合类型registry.ts。此外 attributes.ts 将browser-local-audio-speech与browser-local-audio-transcription都标记为freeLocalpricing: free印证“本地模型、无需付费”的定位i18n 文案中这两个提供者的描述均指向https://github.com/moeru-ai/xsai-transformerssettings.yaml从源码结构看其未来底层实现很可能基于 transformers.js / WebGPU 推理路线。从源码推断未来的启用条件与配置形态虽然当前不可用但源码中保留了目标启用逻辑可作为理解“未来如何开放”的依据以下均为推断非当前行为平台限制浏览器本地转写仅面向网页端。isBrowserAndMemoryEnough首先通过isStageTamagotchi()判断是否为桌面端local-audio/index.ts桌面端直接返回 false——即该提供者不会在桌面版本中出现与文档“网页版专属”的定位一致。硬件门槛启用条件为“支持 WebGPU或设备内存 ≥ 8 GB”在无 WebGPU 时通过navigator.deviceMemory判断注释明确 “The browser model needs at least 8 GB of system memory without WebGPU.”。中文版文档 browser-local.md 将其描述为“确认浏览器支持 WebGPU或设备内存至少为 8 GB才会显示此服务商卡片”两者相互印证。中文版文档还提到配置路径为“设置 → 服务商 → 语音识别 → Browser (Local)”模型准备完成后在“设置 → 听觉”中启用——这正是当前占位页未来将被替换成的完整配置流程。配置 SchemacreateProviderConfig使用 localAudioConfigSchema含两个可选字段apiKey与baseUrl后者默认并对baseUrl做了规范化去空白、补末尾/。也就是说即便未来开放浏览器本地转写从配置形态上仍沿用“OpenAI 兼容本地端点”的风格。校验逻辑createLocalAudioValidators中唯一的校验器要求baseUrl非空否则报 “Base URL is required” 并提示上报问题local-audio/index.ts。这进一步佐证该提供者当前实际只能依赖本地 HTTP 端点完成转写而非内置的 WASM/WebGPU 推理通道。此外registry.test.ts 中有一条针对性测试“不包含需要应用运行时适配器的提供者”明确断言listProviders()的结果中不包含browser-local-audio-speech同组的还有official-provider、apple-speech-transcription、kokoro-local等。该测试的意图是浏览器本地提供者依赖 stage-ui 应用层运行时浏览器环境、WebGPU 探测不属于可移植portable的运行时无关提供者集合。当前可用的替代方案文档给出了两条替代路径分别面向不同场景Web Speech API网页端最简单选项Web Speech API 文档 是官方推荐的首选替代它调用浏览器内建语音识别无需 API Key适用于想快速在网页端试通语音输入的场景。其配置流程目标读者为当前可用功能可直接操作在网页版使用Web Speech API 提供者在 Electron 桌面版中不可用在设置 → 提供者 → 转写 → Web Speech API中打开配置页选择Recognition Language并按需开启Continuous Recognition与Show Interim Results在设置 → 模块 → 听觉中选择 Web Speech API 与音频输入设备允许浏览器麦克风权限进行短语音输入验证转写结果显示即成功。排查要点无转写结果时依次检查浏览器麦克风权限、所选输入设备、识别语言浏览器不支持该 API 时改用本地或云端转写提供者。源码侧browser-web-speech-api/index.ts 实现了providerBrowserWebSpeechApiisWebSpeechApiAvailable()通过检测webkitSpeechRecognition或SpeechRecognition判断浏览器支持index.ts配置 Schema 提供language默认en-US、continuous默认true、interimResults默认true、maxAlternatives默认1四个可选项能力上支持streamOutput与streamInput流式转写且requiresCredentials: false——与文档“无需 API Key”一致。云端转写提供者在 transcription 目录 下仓库同时维护了多个可直接使用的云端转写提供者文档阿里云aliyun、Comet API、Mimo、OpenAI、官方提供者official等。若对隐私性要求不高、追求识别质量与稳定性优先从这些受支持的云端方案中选择若偏好完全本地化处理可关注同一目录下的 desktop-local.mdApp (Local)同样是 WIP 不可用状态以及源码中已就绪的 sherpaw-transcription本地语音识别按需加载模型、无需 API Key已在 i18n 中标注 “Local speech recognition with bundled or on-demand models. No API key is required.”。总结现状边界与使用建议维度当前状态以仓库为准设置页仅渲染WIP /占位组件browser-local-audio-transcription.vue提供者注册已注册但isAvailableBy: () false强制隐藏local-audio/index.ts可配置性不可选择、不可配置、不可启用文档定位仅用于明确“当前不可用”避免误配未来启用条件推断网页端 WebGPU 支持或设备内存 ≥ 8 GB恢复isBrowserAndMemoryEnough当前推荐网页端用 Web Speech API或选择云端转写提供者给开发者的实操建议如果在网页版设置页中找不到 “Browser (Local)” 卡片这不是配置遗漏而是源码层面主动隐藏的结果请勿尝试强行启用当前语音转写请优先走 Web Speech API免费、零配置、浏览器原生或云端转写提供者。若你在跟进该功能进展可以关注browser-local-audio-transcription.vue中WIP /被替换为真实表单的提交——那时才意味着该提供者真正可用了。赞分享AI 应用人工智能大模型数字人AI Agent语音前端后端【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址https://gitcode.com/GitHub_Trending/ai/airi点击查看免费下载相关推荐airi 浏览器本地语音识别Browser Local ASR/STT不可用状态解析与可用替代方案airi 浏览器本地语音识别Browser Local ASR/STT不可用状态解析与可用替代方案 本文基于 airi 仓库中 browser local.AI 应用人工智能大模型数字人AI Agent语音前端后端桌面应用移动开发即时通讯3D渲染AIRI 浏览器本地语音合成Browser Local TTS能力状态解析WIP 现状、可用性条件与替代方案AIRI 浏览器本地语音合成Browser Local TTS能力状态解析WIP 现状、可用性条件与替代方案 浏览器本地语音合成Browser LocaAI 应用人工智能大模型数字人AI Agent语音前端后端桌面应用移动开发即时通讯3D渲染Exercises Dataset 边缘计算实战1324 个动作的低延迟健身数据处理完整指南Exercises Dataset 边缘计算实战1324 个动作的低延迟健身数据处理完整指南 把 Exercises Dataset 的 1324 个动作接进数据集创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/10 14:54:05 · 阅读 1.2k AIRI 浏览器本地语音识别（Browser Local ASR/STT）：当前状态、WIP 占位实现与可用替代方案
AI 应用人工智能大模型数字人AI Agent语音前端后端【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址https://gitcode.com/GitHub_Trending/ai/airi点击查看免费下载浏览器本地语音识别Browser (Local) 转写提供者是 AIRI 中面向网页端设计、目标为“本地模型、无需云端 API Key”的语音转文字ASR/STT方案。本文以 browser-local.md 文档 为骨架结合源码核实该提供者目前的真实状态它在当前仓库中仍处于 Work in Progress 占位阶段不可配置、不可启用并给出替代方案与从源码结构推断出的未来启用条件。阅读本文后你将明确该提供者的现状边界知道为什么它在设置页中只显示占位符以及在真正需要浏览器本地 ASR 时应改用哪条路径。文档核心事实当前不可用韩文版 browser-local.md 开篇即声明Browser (Local) 语音识别尚不可用아직 사용할 수 없습니다AIRI 设置页目前仅显示 Work in Progress 占位符用户无法准备或启用模型状态Work in ProgressWIP未开放配置结论性警告不要在实际使用环境中配置该提供者此文档存在仅是为了明确其当前可用性현재 사용 가능 여부를 명확히 알리기 위해서만 문서화되어 있습니다推荐替代在支持的浏览器中使用 Web Speech API或选择受支持的云端转写提供者。同一结论在多语言文档中保持一致英文版标题即为 “Browser local speech recognition (ASR/STT, unavailable)”中文版 browser-local.md 的正文内容与韩文版一致地说明“浏览器本地语音识别使用 AIRI 的本地模型能力不需要云端 API Key”并提示“若服务商卡片未出现或识别无法启动请改用 Web Speech API、云端 ASR 或桌面端本地方案”。请注意韩文版是本次成文的主体依据其明确标注“使用不可/不用于生产”因此下述所有配置描述均属于“目标设计”而非当前可操作步骤。源码印证设置页只渲染 WIP 占位组件从源码可以确认“设置页仅有占位符”这一文档表述并非空话。浏览器本地转写提供者的设置页 browser-local-audio-transcription.vue 完整实现如下script setup langts import { WIP } from proj-airi/stage-ui/components /script template WIP / /template页面路由元信息同文件内 route 块引用了browser-local-audio-transcription的标题、副标题与描述键也就是说该提供者的设置路由、标题与描述 i18n 键均已就位唯独内容模板是空的。占位组件本身定义在 wip.vue渲染一个橙色 Callout显示 i18n 文案标题为 “Work in Progress”描述为 “This feature is currently under development and not yet publicly available. Check back in future updates for this functionality.”见 settings.yaml。这与文档所述“现在仅显示 Work in Progress 占位符”完全吻合。提供者定义已注册但被强制隐藏虽然页面只显示占位符但提供者定义本身已存在于注册表源码中。local-audio/index.ts 同时定义了四个本地音频提供者其中与浏览器本地转写相关的有两个providerBrowserLocalAudioSpeechbrowser-local-audio-speechTTSproviderBrowserLocalAudioTranscriptionbrowser-local-audio-transcriptionASR/STT。转写提供者声明了任务标签[speech-to-text, automatic-speech-recognition, asr, stt]能力为 HTTP 协议、generateOutput: true、streamOutput: false、streamInput: falselocal-audio/index.ts。关键在isAvailableBy字段// NOTICE: // Hiding the provider keeps users from selecting one they cannot configure. // Its settings page (browser-local-audio-transcription.vue) renders WIP /. // Reported in https://github.com/moeru-ai/airi/issues/2297 (item 6). // Removal condition: restore isBrowserAndMemoryEnough once the settings page is implemented. isAvailableBy: () false,即提供者已注册到注册表但可用性判断被硬编码为始终返回 false因此它在提供者列表中被隐藏用户根本无法选中。源码注释明确解释了原因——隐藏提供者是为了“防止用户选择一个无法配置的提供者”并指出移除条件是“实现设置页后恢复isBrowserAndMemoryEnough判断”。注册表 registry.ts 通过defineProvider()将定义写入内存 MaplistProviders()负责排序输出browser-local-audio-transcription也被列入StageProviderId联合类型registry.ts。此外 attributes.ts 将browser-local-audio-speech与browser-local-audio-transcription都标记为freeLocalpricing: free印证“本地模型、无需付费”的定位i18n 文案中这两个提供者的描述均指向https://github.com/moeru-ai/xsai-transformerssettings.yaml从源码结构看其未来底层实现很可能基于 transformers.js / WebGPU 推理路线。从源码推断未来的启用条件与配置形态虽然当前不可用但源码中保留了目标启用逻辑可作为理解“未来如何开放”的依据以下均为推断非当前行为平台限制浏览器本地转写仅面向网页端。isBrowserAndMemoryEnough首先通过isStageTamagotchi()判断是否为桌面端local-audio/index.ts桌面端直接返回 false——即该提供者不会在桌面版本中出现与文档“网页版专属”的定位一致。硬件门槛启用条件为“支持 WebGPU或设备内存 ≥ 8 GB”在无 WebGPU 时通过navigator.deviceMemory判断注释明确 “The browser model needs at least 8 GB of system memory without WebGPU.”。中文版文档 browser-local.md 将其描述为“确认浏览器支持 WebGPU或设备内存至少为 8 GB才会显示此服务商卡片”两者相互印证。中文版文档还提到配置路径为“设置 → 服务商 → 语音识别 → Browser (Local)”模型准备完成后在“设置 → 听觉”中启用——这正是当前占位页未来将被替换成的完整配置流程。配置 SchemacreateProviderConfig使用 localAudioConfigSchema含两个可选字段apiKey与baseUrl后者默认并对baseUrl做了规范化去空白、补末尾/。也就是说即便未来开放浏览器本地转写从配置形态上仍沿用“OpenAI 兼容本地端点”的风格。校验逻辑createLocalAudioValidators中唯一的校验器要求baseUrl非空否则报 “Base URL is required” 并提示上报问题local-audio/index.ts。这进一步佐证该提供者当前实际只能依赖本地 HTTP 端点完成转写而非内置的 WASM/WebGPU 推理通道。此外registry.test.ts 中有一条针对性测试“不包含需要应用运行时适配器的提供者”明确断言listProviders()的结果中不包含browser-local-audio-speech同组的还有official-provider、apple-speech-transcription、kokoro-local等。该测试的意图是浏览器本地提供者依赖 stage-ui 应用层运行时浏览器环境、WebGPU 探测不属于可移植portable的运行时无关提供者集合。当前可用的替代方案文档给出了两条替代路径分别面向不同场景Web Speech API网页端最简单选项Web Speech API 文档 是官方推荐的首选替代它调用浏览器内建语音识别无需 API Key适用于想快速在网页端试通语音输入的场景。其配置流程目标读者为当前可用功能可直接操作在网页版使用Web Speech API 提供者在 Electron 桌面版中不可用在设置 → 提供者 → 转写 → Web Speech API中打开配置页选择Recognition Language并按需开启Continuous Recognition与Show Interim Results在设置 → 模块 → 听觉中选择 Web Speech API 与音频输入设备允许浏览器麦克风权限进行短语音输入验证转写结果显示即成功。排查要点无转写结果时依次检查浏览器麦克风权限、所选输入设备、识别语言浏览器不支持该 API 时改用本地或云端转写提供者。源码侧browser-web-speech-api/index.ts 实现了providerBrowserWebSpeechApiisWebSpeechApiAvailable()通过检测webkitSpeechRecognition或SpeechRecognition判断浏览器支持index.ts配置 Schema 提供language默认en-US、continuous默认true、interimResults默认true、maxAlternatives默认1四个可选项能力上支持streamOutput与streamInput流式转写且requiresCredentials: false——与文档“无需 API Key”一致。云端转写提供者在 transcription 目录 下仓库同时维护了多个可直接使用的云端转写提供者文档阿里云aliyun、Comet API、Mimo、OpenAI、官方提供者official等。若对隐私性要求不高、追求识别质量与稳定性优先从这些受支持的云端方案中选择若偏好完全本地化处理可关注同一目录下的 desktop-local.mdApp (Local)同样是 WIP 不可用状态以及源码中已就绪的 sherpaw-transcription本地语音识别按需加载模型、无需 API Key已在 i18n 中标注 “Local speech recognition with bundled or on-demand models. No API key is required.”。总结现状边界与使用建议维度当前状态以仓库为准设置页仅渲染WIP /占位组件browser-local-audio-transcription.vue提供者注册已注册但isAvailableBy: () false强制隐藏local-audio/index.ts可配置性不可选择、不可配置、不可启用文档定位仅用于明确“当前不可用”避免误配未来启用条件推断网页端 WebGPU 支持或设备内存 ≥ 8 GB恢复isBrowserAndMemoryEnough当前推荐网页端用 Web Speech API或选择云端转写提供者给开发者的实操建议如果在网页版设置页中找不到 “Browser (Local)” 卡片这不是配置遗漏而是源码层面主动隐藏的结果请勿尝试强行启用当前语音转写请优先走 Web Speech API免费、零配置、浏览器原生或云端转写提供者。若你在跟进该功能进展可以关注browser-local-audio-transcription.vue中WIP /被替换为真实表单的提交——那时才意味着该提供者真正可用了。赞分享AI 应用人工智能大模型数字人AI Agent语音前端后端【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址https://gitcode.com/GitHub_Trending/ai/airi点击查看免费下载相关推荐airi 浏览器本地语音识别Browser Local ASR/STT不可用状态解析与可用替代方案airi 浏览器本地语音识别Browser Local ASR/STT不可用状态解析与可用替代方案 本文基于 airi 仓库中 browser local.AI 应用人工智能大模型数字人AI Agent语音前端后端桌面应用移动开发即时通讯3D渲染AIRI 浏览器本地语音合成Browser Local TTS能力状态解析WIP 现状、可用性条件与替代方案AIRI 浏览器本地语音合成Browser Local TTS能力状态解析WIP 现状、可用性条件与替代方案 浏览器本地语音合成Browser LocaAI 应用人工智能大模型数字人AI Agent语音前端后端桌面应用移动开发即时通讯3D渲染Exercises Dataset 边缘计算实战1324 个动作的低延迟健身数据处理完整指南Exercises Dataset 边缘计算实战1324 个动作的低延迟健身数据处理完整指南 把 Exercises Dataset 的 1324 个动作接进数据集创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考