重要提示:Beta 測試版
此模組自 Xeoma 24.8.12 版本起提供,目前仍處於 Beta 測試階段,偶有漏字或重複處理的情況。無需專用設備:只需一般市售電腦配備 GPU,連接任何攝影機或麥克風的音訊串流即可運行。
應用場景
「語音轉文字」功能有助提升個人、社區及商業環境的安全,同時優化業務營運效率。
長者照顧
即時回應求救呼聲,或防止長者遭受詐騙。
各類企業
自動監控客戶服務質素(例如偵測粗言穢語)。
呼叫中心
轉錄通話錄音,以監察員工是否遵守公司政策及對話規範。
城市監控
反恐安防及識別潛在威脅詞彙。
家長監控
協助保護兒童免受欺凌,或防範與詐騙者接觸。
警方
除隨身攝錄機外,亦可轉錄與疑犯的對話並偵測威脅字眼。
研究與分析
在背景收集語音研究統計數據及詞彙使用頻率。
市場營銷
了解客戶是否正在討論推廣活動、對廣告橫幅的反應等。
過濾與自動化
偵測敏感詞彙或關鍵短语,針對性地監控對話內容,無需人手聆聽所有錄音。
語音轉文字模組的優勢
無需專用設備
可在配備幾乎任何攝影機及顯示卡的一般電腦上運行。
極高靈活性
提供多種觸發動作(包括自訂編程反應),並可與第三方系統整合。
實時運作
即時處理串流,零延遲。在您自己的硬件上運行。
經濟高效的方案
此模組可作為 Standard 或 Pro 授權的附加項目購買。
運作原理

構建鏈路
由於此模組需處理音訊串流,鏈路中必須包含音源。
- 音源:攝影機內置麥克風,或獨立的 USB 或 IP 麥克風
- 鏈路範例:「Universal Camera」–「語音轉文字」–「預覽與存檔」
- 此模組需在 Xeoma Pro 或 Standard 授權基礎上額外購買

下載 AI 資源
點擊鏈路中的「語音轉文字」圖示以開啟模組設定。首次開啟時,系統將自動下載所需資源。當「正在下載」提示消失後,即表示準備就緒。
- 附加資源包含人工智能數據集,按需從 Felenasoft 伺服器下載
- 資源僅在需要時下載,以保持程式輕量精簡

選擇識別模型及關鍵字
系統提供多款適用於不同語言的人工智能模型,其模型大小、辨識品質及硬件負載各異。在「語音辨識模型」欄位中,選擇轉錄文字的語言(無需指定實際語音的語言);如有需要,可在下方欄位設定偵測關鍵字。透過「即時預覽時顯示辨識語音」及「錄影或匯出存檔時將辨識語音儲存為字幕」選項,您可將轉錄文字疊加於即時畫面及存檔影片上。
- 「偵測關鍵字」— 模組僅對您指定的字詞或短語作出反應
- 即時預覽及存檔中的轉錄文字疊加
- 「將數據儲存至 CSV 報告」— 轉錄內容將儲存至磁碟上的試算表檔案
- 在模組後連結觸發動作:錄影、通知或傳送指令
%VOICE%巨集可用於「HTTP 請求發送器」、「電子郵件發送」及「應用程式執行器」模組
與外部程式整合
外部程式可調用「語音轉文字」功能 — 例如轉錄 VoIP 通話。只需向模組提供 .mp3 檔案即可獲取文字結果 — 即使操作員工作站未安裝 Xeoma 或連接攝影機亦可使用。重要:僅支援 .mp3 檔案。
curl -F "audio_file=@speech.mp3" "http://192.168.0.67:10090/api?login=Administrator&password=123&speech_recognition=recognition&model=qwen3-asr-1.7b&ttl=10&language=en"
參數說明:
audio_file=@speech.mp3— 電腦上音訊檔案的路徑192.168.0.67— Xeoma 伺服器 IP 位址10090— Xeoma 伺服器連接埠Administrator/123— 管理員登入名稱(固定為 Administrator)及密碼model=…— 辨識模型(請參閱下方列表)language=en— 轉錄文字的語言。若與實際語音語言不符,轉錄內容將自動翻譯為您指定的語言
如需將結果儲存為文字檔案,請在指令後加上 >savetext.txt,其中 savetext.txt 為文字檔案名稱。
API 適用的辨識模型:
| 名稱 | 描述 | API 代碼 |
|---|---|---|
| 俄語基礎版 | 140 MB | tone |
| 俄語進階版 | 含標點符號,215 MB | giga |
| 英語基礎版 | 70 MB | zipformer |
| 多語言基礎版 | 標點符號、1 GB、6 億個參數 | qwen3-asr-0.6b |
| 多語言增強版 | 標點符號、2.2 GB、17 億個參數 | qwen3-asr-1.7b |
| Gemma4 多語言基礎版 | 標點符號、2.2 GB、17 億個參數 | gemma4-e2b |
| Gemma4 多語言增強版 | 標點符號、7 GB、120 億個參數 | gemma4-12b |
語言代碼清單
en — 英語、zh — 中文、de — 德語、es — 西班牙語、ru — 俄語、ko — 韓語、fr — 法語、ja — 日語、pt — 葡萄牙語、tr — 土耳其語、pl — 波蘭語、ca — 加泰隆尼亞語、nl — 荷蘭語、ar — 阿拉伯語、sv — 瑞典語、it — 意大利語、id — 印尼語、hi — 印地語、fi — 芬蘭語、vi — 越南語、he — 希伯來語、uk — 烏克蘭語、el — 希臘語、ms — 馬來語、cs — 捷克語、ro — 羅馬尼亞語、da — 丹麥語、hu — 匈牙利語、ta — 泰米爾語、no — 挪威語、th — 泰語、ur — 烏爾都語、hr — 克羅地亞語、bg — 保加利亞語、lt — 立陶宛語、la — 拉丁語、mi — 毛利語、ml — 馬拉雅拉姆語、cy — 威爾斯語、sk — 斯洛伐克語、te — 泰盧固語、fa — 波斯語、lv — 拉脫維亞語、bn — 孟加拉語、sr — 塞爾維亞語、az — 阿塞拜疆語、sl — 斯洛文尼亞語、kn — 卡納達語、et — 愛沙尼亞語、mk — 馬其頓語、br — 布列塔尼語、eu — 巴斯克語、is — 冰島語、hy — 亞美尼亞語、ne — 尼泊爾語、mn — 蒙古語、bs — 波斯尼亞語、kk — 哈薩克語、sq — 阿爾巴尼亞語、sw — 斯瓦希里語、gl — 加里西亞語、mr — 馬拉地語、pa — 旁遮普語、si — 僧伽羅語、km — 高棉語、sn — 紹納語、yo — 約魯巴語、so — 索馬里語、af — 南非荷蘭語、oc — 奧克語、ka — 格魯吉亞語、be — 白俄羅斯語、tg — 塔吉克語、sd — 信德語、gu — 古吉拉特語、am — 阿姆哈拉語、yi — 意第緒語、lo — 老撾語、uz — 烏茲別克語、fo — 法羅語、ht — 海地克里奧爾語、ps — 普什圖語、tk — 土庫曼語、nn — 新挪威語、mt — 馬耳他語、sa — 梵語、lb — 盧森堡語、my — 緬甸語、bo — 藏語、tl — 他加祿語、mg — 馬達加斯加語、as — 阿薩姆語、tt — 韃靼語、haw — 夏威夷語、ln — 林加拉語、ha — 豪薩語、ba — 巴什基爾語、jw — 爪哇語、su — 巽他語、yue — 粵語
如何測試
演示授權
其他處理音訊串流的模組
這些模組可獨立運作,亦可配合語音轉文字模組使用。
語音轉文字:Xeoma 語音辨識
免費試用 Xeoma
輸入您的姓名和電郵以獲取免費演示授權。無需信用卡。


