🦀 ClawHub
Qwen Asr Skill
by @yszheda
Provides high-accuracy speech-to-text conversion supporting 22 Chinese dialects and 30 languages with automatic language detection, running on CPU.
TERMINAL
clawhub install qwen-asr-skill📖 About This Skill
Qwen 方言语音识别 Skill - 极简版
基于通义千问 Qwen3-ASR-0.6B 模型的语音转文字服务，支持 22 种中文方言和 30 种语言识别。
功能特性
🗣️ 支持的中文方言
安徽话、东北话、福建话、甘肃话、贵州话、河北话、河南话、湖北话、湖南话、江西话、宁夏话、山东话、陕西话、山西话、四川话、天津话、云南话、浙江话、粤语（香港口音）、粤语（广东口音）、吴语、闽南语。
🚀 快速开始
安装
# 克隆项目
git clone
cd qwen-asr-skill安装依赖
npm install
pip install -r requirements.txt启动服务
npm start
🔧 使用方式
安装并启用后，直接在 OpenClaw 中发送语音消息即可，系统会自动识别方言并转为文字。
📡 API 接口
POST /transcribe
音频转文字接口
请求参数：
audio：音频文件或 base64 编码的音频数据（必需）language：指定语言/方言（可选，如："四川话"、"粤语"等）timestamps：是否返回时间戳（可选，默认 false）响应示例：
{
"success": true,
"data": {
"text": "识别结果文本",
"language": "Sichuan",
"confidence": 0.98,
"duration": 1.23
}
}
📊 性能指标
🔍 极简版特点
与完整版相比，极简版（Minimal）的特点：
| 特性 | 极简版 | 完整版 | |------|--------|--------| | 模型大小 | ~6GB | ~6GB + ~2GB | | 强制对齐 | ❌ | ✅ | | 时间戳 | ❌ | ✅ | | RAM 占用 | 6-8GB | 6-10GB | | 适用场景 | 基础 ASR | 需要时间戳的场景 |
🔒 隐私保护
🤝 贡献
欢迎提交 Issue 和 Pull Request 来改进这个 Skill！
📄 许可证
Apache-2.0