重要:Beta 版本
此模組適用於 Xeoma 24.8.12 及以上版本,目前處於 Beta 測試階段,偶有漏字或重複處理之情形。無需專用設備:任何攝影機或麥克風的音訊串流,搭配配備 GPU 的一般市售電腦即可運行。
應用場景
語音轉文字能強化私生活、城市管理及公民安全,同時提升商業領域的運作效率並優化業務流程。
長者照護
即時回應求救聲響,或防止長者遭受詐騙。
各類企業
自動化監控客戶服務品質(例如:偵測辱罵字詞)。
客服中心
將通話錄音轉錄為文字,以監控是否符合公司政策與對話腳本。
城市監控
反恐維安及辨識具潛在危險意圖之關鍵字。
家長監護
協助保護孩童免於霸凌或遭詐騙者誘騙。
警方
除隨身攝影機外,亦可轉錄嫌疑人對話並偵測威脅性言語。
研究與分析
背景收集統計數據,供語音相關研究與詞頻分析使用。
行銷
掌握客戶是否討論促銷活動及其對廣告看板的反應等資訊。
過濾與自動化
針對特定對話進行關鍵字或不當用語偵測,無需逐一聆聽所有錄音。
語音轉文字模組優勢
無需專用硬體
可在配備幾乎任何攝影機與顯示卡的普通電腦上運行。
高度靈活
支援多種觸發反應(含自訂程式化反應)並可整合第三方系統。
即時處理
串流即時處理零延遲,完全在您的自有硬體上運行。
高性價比解決方案
此模組可作為 Standard 或 Pro 授權的附加組件購買。
運作原理

建立鏈結
由於此模組處理音訊串流,鏈結中必須包含聲音來源。
- 聲音來源:攝影機內建麥克風,或獨立 USB / IP 麥克風
- 鏈結範例:「通用攝影機」–「語音轉文字」–「預覽與封存」
- 此模組需在 Xeoma Pro 或 Standard 授權之外額外取得授權

下載 AI 資源
點擊鏈結中的語音轉文字圖示以開啟模組設定。首次開啟時將自動下載附加資源,待「下載中」訊息消失即表示準備就緒。
- 附加資源包含人工智慧所需的資料集,將視需求從 Felenasoft 伺服器下載
- 資源僅在需要時下載,以維持程式輕量化

選擇辨識模型與關鍵字
系統提供多種適用於不同語言的人工智慧模型,其模型大小、辨識品質與硬體負載各異。請在「語音辨識模型」欄位中選擇逐字稿語言(無需指定實際語音語言),如有需要,可在下方欄位設定偵測關鍵字。透過「即時檢視時顯示辨識語音」與「錄影/匯出封存檔時將辨識語音存為字幕」開關,即可將逐字稿疊加於即時影像及封存紀錄中。
- 「偵測關鍵字」— 模組僅對您指定的單字或片語做出反應
- 即時預覽與封存中的逐字稿疊加
- 「儲存資料至 CSV 報告」— 逐字稿將儲存至磁碟中的試算表檔案
- 在模組後設定觸發動作:錄影、通知或傳送指令
%VOICE%巨集適用於「HTTP 請求傳送」、「電子郵件傳送」及「應用程式執行器」模組
與外部程式整合
外部程式亦可調用「語音轉文字」功能 — 例如轉錄 VoIP 通話內容。只需將 .mp3 檔案傳送至模組即可取得文字結果 — 即使在未安裝 Xeoma 或無攝影機的操作員工作站上也能運作。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— 本機音訊檔案路徑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(參閱下方列表)language=en— 逐字稿語言。若與實際語音語言不同,逐字稿將自動翻譯為您指定的語言
若要將結果儲存為文字檔,請在指令後加上 >savetext.txt,其中 savetext.txt 為文字檔案名稱。
API 辨識模型:
| 名稱 | 說明 | API 代碼 |
|---|---|---|
| 俄語基礎版 | 140 MB | tone |
| 俄語增強版 | 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 — 義大利語、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 — 坦米爾語、no — 挪威語、th — 泰語、ur — 烏都語、hr — 克羅埃西亞語、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 — 亞塞拜然語、sl — 斯洛維尼亞語、kn — 康納達語、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 — 波士尼亞語、kk — 哈薩克語、sq — 阿爾巴尼亞語、sw — 史瓦希利語、gl — 加利西亞語、mr — 馬拉提語、pa — 旁遮普語、si — 僧伽羅語、km — 高棉語、sn — 紹納語、yo — 約魯巴語、so — 索馬利語、af — 南非荷蘭語、oc — 奧克語、ka — 喬治亞語、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 — 寮語、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,或與語音轉文字模組協同工作。
語音轉文字:Xeoma 語音辨識
免費試用 Xeoma
輸入您的姓名和電子郵件以獲取免費演示授權。無需信用卡。
將 Xeoma 免費展示授權傳送至電子郵件信箱
完整功能。立即發送。
強烈建議您避免使用包含個人資料的電子郵件,或以任何其他形式向我們傳送個人資料。若您仍選擇這麼做,提交此表單即表示您確認同意我們處理您的個人資料


