FunASR

CapsWriter-Offline-STT v2.3发布，是一款基于CapsWriter-Offline 2.6重构的离线音视频转文字工具，专注于文件转录而非实时语音识别。核心优势包括：支持文件右键菜单一键启用，带模型加载与转录进度提示；内置Qwen3-ASR-1.7B和Fun-ASR-Nano两种离线模型；可自定义导出txt、SRT、json等格式，并支持GPU加速。提供3.3G完整解压即用包（百度/夸克网盘），也可从GitHub下载主体后手动放置模型文件。需注意文件路径避免空格和特殊符号，系统需安装VC++运行库。已在Windows 10测试通过，预期支持Win11。

本文介绍了面向“瑟谷智学”平台的AI中台部署方案，核心架构由三个容器组成：One-API作为路由中枢，负责将Gemini等低价接口转换为标准OpenAI格式；FunASR作为本地语音识别服务，实现毫秒级响应且成本为零；OpenMAIC作为业务大脑，处理多模态教育交互逻辑。文中通过docker-compose统一编排，并将OpenMAIC的API地址指向本地容器，从而“欺骗”其将推理请求转发至低成本后端。前端只需在现有App/小程序中新增功能模块，通过HTTP/WebSocket调用OpenMAIC接口即可闭环。该方案使1万名学生的基础语音交互仅消耗机房带宽和电费，仅在复杂逻辑推理时产生微量API费用，大幅提升了利润空间。