FastGPT 支持语音输入及语音转文字。ASR 历史需求在 v4.6.1 获得 Whisper 支持,应用中还需启用语音输入,并检查浏览器录音权限和识别服务的调用结果。
版本与功能依据
Issue #492 的维护者答复 明确标注 v4.6.1 已支持 Whisper。当前语音输入文档 介绍了录音、自动发送和自动语音回复;旧版本的具体配置入口应以对应版本界面为准。
配置与排查
- 进入应用编辑页,打开“语音输入”的设置弹窗,启用语音输入并保存应用配置。
- 测试阶段关闭“自动发送”,在前台对话中点击录音入口,授予浏览器麦克风权限,录制一段包含已知数字和产品名称的短语。
- 检查识别文字与原话是否一致。浏览器提示环境不支持时,换用支持录音的浏览器和安全访问环境复测;录音成功但转写失败时,记录请求状态和错误响应,检查自部署识别服务的模型配置与凭证。
- 文字识别稳定后,再按需要启用自动发送。自动语音回复依赖语音播报配置,可单独验证。
验证结果
保留一次“录音 → 文字确认 → 发送 → 回复”的测试结果,并分别记录录音权限、转写和回复三个环节。这样可以定位故障发生的位置,避免把某个环节的错误归因于整项 ASR 能力。