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
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。
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`)。
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`)。
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 |
|---|---|---|---|
| Orca | AI 编程与多节点编排 | ~/.orca/speech-config.json | vowise-pro |
| Paseo | AI 编程与移动远程终端 | ~/.paseo/config.json | vowise-pro |
| Open WebUI | 自托管 AI 聊天工作台 | 管理员设置 → 音频 (Audio) → STT 引擎选 OpenAI | vowise-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/transcriptions | whisper-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/transcriptions | vowise-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 OpenAIclient = 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。