FunASR

CapsWriter-Offline-STT v2.3是一款基于CapsWriter-Offline 2.6重构的离线音视频转文字工具，重点服务于离线转录场景，不追求实时低延时。其优势包括：可从文件右键菜单一键启动并显示模型加载与转录进度；内置Qwen3-ASR-1.7B和Fun-ASR-Nano两个离线语音识别模型；支持在托盘图标中设置导出格式（txt、SRT、json及合并txt）；可开启GPU加速。仅确认在Windows 10上测试通过，支持Windows 11，不保证Windows 7可用。提供两种安装方式：直接下载含模型的完整压缩包（约3.3G）解压即用，或从GitHub下载主体后手动放入三个模型文件夹。若启动报错缺DLL，需安装VC++运行库。使用时需避免文件名或路径含空格及特殊符号。

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。