Локальная транскрипция речи в текст для OpenClaw с использованием Parakeet TDT 0.6b v3.

Локальная настройка транскрипции для OpenClaw

Сообщество разработчиков адаптировало модель NVIDIA Parakeet TDT 0.6b v3 для локального преобразования речи в текст в рамках OpenClaw. Модель работает через вывод ONNX на CPU, что исключает затраты на API и поддерживает 25 европейских языков.

Техническая реализация

Решение использует репозиторий GitHub (groxaxo/parakeet-tdt-0.6b-v3-fastapi-openai), который предоставляет Docker-контейнер для развёртывания на CPU. Контейнер предоставляет совместимую с OpenAI конечную точку API по адресу http://127.0.0.1:5092/v1.

Поддерживаемые языки включают: болгарский (bg), хорватский (hr), чешский (cs), датский (da), голландский (nl), английский (en), эстонский (et), финский (fi), французский (fr), немецкий (de), греческий (el), венгерский (hu), итальянский (it), латышский (lv), литовский (lt), мальтийский (mt), польский (pl), португальский (pt), румынский (ro), словацкий (sk), словенский (sl), испанский (es), шведский (sv), русский (ru) и украинский (uk).

Интеграция с OpenClaw

Разработчик предоставляет скрипт на Python для транскрипции:

#!/home/openclaw/.local/share/pipx/venvs/openai/bin/python
import sys
from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:5092/v1",
    api_key="sk-no-key-required"
)
audio_file = open(sys.argv[1], "rb")
transcript = client.audio.transcriptions.create(
    model="parakeet-tdt-0.6b-v3",
    file=audio_file,
    response_format="text"
)
print(transcript)

Этот скрипт можно настроить в файле openclaw.json OpenClaw:

"tools": {
    "media": {
        "audio": {
            "enabled": true,
            "models": [
                {
                    "type": "cli",
                    "command": "/home/openclaw/.local/bin/transcribe",
                    "args": ["{{MediaPath}}"],
                    "timeoutSeconds": 60
                }
            ]
        }
    }
}

Кроме того, OpenClaw можно настроить для прямого использования совместимой с OpenAI конечной точки API с именем модели и фиктивным ключом API из скрипта.

Примечания по развёртыванию

Разработчик протестировал это на виртуальной машине ARM64 Ubuntu Linux на Mac Mini с M4 Pro, отметив, что она должна работать достаточно быстро на любом приличном совместимом с Intel CPU. Docker-контейнер собирается в соответствии с инструкциями README в репозитории GitHub.