Vowise
开发者

使用 API Key、OpenAI 兼容语音转写与第三方工具接入

将 Orca、Paseo、Open WebUI、LobeChat、Obsidian、Shortcuts 及任意兼容 OpenAI Whisper 的工具接入 Vowise 语音识别、云端词典与 AI 润色管线。

适合用户
想把 Vowise 语音输入与云端词典接入 AI 编程工具、对话客户端、笔记软件与自动化工作流的开发者与高级用户。
预计时间
10 分钟
难度
高级

使用场景

先确认这篇教程适合什么工作流,再进入操作步骤。

作为开发者或重度语音用户,我希望把常用的 AI 客户端(如 Orca、Paseo、Open WebUI、LobeChat、Obsidian)直接指向 Vowise 的 OpenAI 兼容语音接口,让所有工具的语音输入都能自动享受 Vowise 识别、账号云端自定义词典与 AI 润色。

你可以在任何支持 OpenAI 语音接口的工具中配置 `https://api.vowise.com/v1`,按需选择 `vowise-pro`(带 AI 润色)或 `vowise-raw`(极速原文+词典),并安全管理 API Key。

完整步骤

1

创建或获取 Vowise API Key

在 Vowise 设置 → API Keys 页面创建专属密钥(以 `vowise_` 开头)。服务端会根据该 Bearer Token 自动解析你的账号身份并加载你的云端自定义词典。

密钥以 `vowise_` 开头,且保存在本地配置或密钥库而非代码仓库中。
常用技术专有名词(如 Orca、Paseo、Kubernetes)已添加至 Vowise 自定义词典。
2

验证 OpenAI 兼容端点 `/v1/audio/transcriptions`

Vowise 同时提供原生 `POST /transcribe` 接口与标准 OpenAI Whisper 兼容接口 `POST /v1/audio/transcriptions`(标准 Base URL 为 `https://api.vowise.com/v1`)。

已了解 `vowise-pro`(识别 + 云端词典 + AI 润色)与 `vowise-raw`(识别 + 云端词典,极速原文)的区别。
已通过 `/api-reference` 或 `curl` 验证接口返回 `{ "text": "..." }`。
3

接入 Orca、Paseo、Open WebUI、Obsidian 或 Shortcuts

在目标工具的语音转文字(STT / Audio)设置中,将 Base URL 设为 `https://api.vowise.com/v1`,填入 `vowise_...` API Key,并将模型设为 `vowise-pro`(或 `vowise-raw`)。

在第三方工具中点击麦克风说话,结束后自动返回经云端词典纠错与 AI 润色后的文本。
工作流不会在公开日志或截图中暴露真实密钥。

OpenAI 兼容语音接口与第三方生态接入指南

任何支持 OpenAI `/v1/audio/transcriptions`(Whisper API)协议的应用、插件或官方 SDK,只需修改 Base URL 和 API Key 即可零代码接入 Vowise。

1. 通用接入参数与模型档位选择

在所有兼容 OpenAI 语音协议的客户端中,统一使用以下核心配置参数:

配置项推荐填写值说明
Base URL (接口地址)https://api.vowise.com/v1客户端会自动拼接 /audio/transcriptions
API Key (密钥)vowise_YOUR_API_KEY自动关联合法账号并加载你的云端自定义词典
模型:智能润色vowise-pro语音识别 + 账号云端词典 + AI 润色去口癖与断句排版(默认推荐)
模型:极速原文vowise-raw语音识别 + 账号云端词典(跳过 LLM 润色,适合极低延迟口述指令)
模型:兼容映射whisper-1若客户端锁死模型名为 whisper-1,服务端会自动映射至 vowise-pro
  • 支持 wav、mp3、m4a、mp4、webm、ogg、flac 等常见录音格式(单文件最大 100 MB)。
  • 同时支持 `response_format=json`(默认返回 `{"text": "..."}`)与 `response_format=text` 纯文本响应。

2. 支持接入的第三方工具全景速查表

以下主流生产力工具与 AI 客户端均原生支持 OpenAI 语音转写协议,可在 1 分钟内完成 Vowise 接入:

工具名称所属类别配置入口推荐模型
OrcaAI 编程与多节点编排~/.orca/speech-config.jsonvowise-pro
PaseoAI 编程与移动远程终端~/.paseo/config.jsonvowise-pro
Open WebUI自托管 AI 聊天工作台管理员设置 → 音频 (Audio) → STT 引擎选 OpenAIvowise-pro
LobeChat / Cherry Studio / ChatBox桌面与网页 AI 客户端设置 → 语音服务 / OpenAI 代理地址vowise-pro
Obsidian (Whisper 插件)双链笔记与知识库插件设置 → API URL 填 https://api.vowise.com/v1/audio/transcriptionswhisper-1 / vowise-pro
Whispering / VoiceInk / Superwhisper桌面全局语音输入工具自定义 OpenAI 兼容服务商 (https://api.vowise.com/v1)vowise-pro 或 vowise-raw
iOS 快捷指令 / Raycast手机与 Mac 自动化发送 multipart/form-data POST 请求至 /v1/audio/transcriptionsvowise-pro
  • 注意区分客户端要求填写的是 Base URL(填 `https://api.vowise.com/v1`)还是完整 Endpoint URL(填 `https://api.vowise.com/v1/audio/transcriptions`)。

3. 实战教程:接入 Orca 与 Paseo(桌面端 + 手机端语音输入)

在 **Orca** 中,只需在运行 Orca 服务的机器上创建或编辑 `~/.orca/speech-config.json`,桌面端与手机端(Mobile Web)聊天输入框的麦克风按钮即可直接调用 Vowise 转写与词典纠错:

{
  "apiKey": "vowise_YOUR_API_KEY",
  "baseUrl": "https://api.vowise.com/v1",
  "model": "vowise-pro",
  "language": "zh"
}

在 **Paseo** 中,编辑 `~/.paseo/config.json` 中的 `providers.openai` 与 `features.dictation` 字段并重启 daemon:

{
  "providers": {
    "openai": {
      "apiKey": "vowise_YOUR_API_KEY",
      "baseUrl": "https://api.vowise.com/v1"
    }
  },
  "features": {
    "dictation": {
      "enabled": true,
      "stt": {
        "provider": "openai",
        "model": "vowise-pro",
        "language": "zh"
      }
    }
  }
}
  • Orca 会在每次语音转写时动态读取 `~/.orca/speech-config.json`,切换 `vowise-pro` 或 `vowise-raw` 无需重启服务。
  • 在手机端或桌面端点击结束录音后,输入框会显示等待加载动画,转写与润色完成后自动填入输入框。

4. cURL 与 OpenAI 官方 SDK 调用示例

你可以直接使用 `curl` 在终端测试,或在自己的脚本中直接使用 OpenAI 官方 Python / Node.js SDK:

curl -X POST "https://api.vowise.com/v1/audio/transcriptions" \
  -H "Authorization: Bearer vowise_YOUR_API_KEY" \
  -F "[email protected]" \
  -F "model=vowise-pro" \
  -F "language=zh"
from openai import OpenAI

client = OpenAI( base_url="https://api.vowise.com/v1", api_key="vowise_YOUR_API_KEY", )

with open("sample.wav", "rb") as audio: tx = client.audio.transcriptions.create( model="vowise-pro", file=audio, language="zh", ) print(tx.text) ```

  • 可按需传入 `prompt` 字段为单次录音补充额外上下文提示词。

5. 密钥安全处理规则

文档可以展示请求结构,但示例和截图应始终使用占位符,不要包含真实密钥、可复用密码或内部私有 URL。

  • 文档和截图里使用占位符。
  • 真实密钥放在本地受控配置文件(建议 `chmod 600`)或服务端环境变量中。
  • 如果密钥意外出现在公开录屏或代码提交中,请立即前往 Vowise 设置页撤销并轮换。

关联功能路径

这篇教程完成后,不应该停在这里。下面是它自然连接到的功能和下一步。