跳到主要内容

使用 OpenAI 进行语音转文本

本指南介绍如何在 Open WebUI 中使用 OpenAI 的 Whisper API 进行语音转文本 (STT)。这提供了一种无需本地 GPU 资源便可实现云端音频转录的方案。

正在寻找 TTS？

请参阅配套指南：使用 OpenAI 进行文本转语音

要求​

  • 拥有 Audio API 访问权限的 OpenAI API Key
  • 已安装并运行的 Open WebUI

快速设置 (UI)​

  1. 点击您的头像图标（左下角）
  2. 选择 管理员面板 (Admin Panel)
  3. 点击 设置 (Settings) → 音频 (Audio) 选项卡
  4. 配置以下内容：
设置值
语音转文本引擎 (Speech-to-Text Engine)OpenAI
API Base URLhttps://api.openai.com/v1
API Key您的 OpenAI API Key
STT 模型 (STT Model)whisper-1
支持的内容类型 (Supported Content Types)留空以使用默认值，或设置为 audio/wav,audio/mpeg,audio/webm
  1. 点击保存

可用模型​

模型描述
whisper-1托管在云端的 OpenAI Whisper large-v2 模型
信息

OpenAI 目前仅提供 whisper-1。如需更多模型选项，请使用本地 Whisper（Open WebUI 内置）或其他提供商（如 Deepgram）。

环境变量设置​

如果您更倾向于通过环境变量进行配置：

services:
  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    environment:
      - AUDIO_STT_ENGINE=openai
      - AUDIO_STT_OPENAI_API_BASE_URL=https://api.openai.com/v1
      - AUDIO_STT_OPENAI_API_KEY=sk-...
      - AUDIO_STT_MODEL=whisper-1
    # ... 其他配置

所有 STT 环境变量 (OpenAI)​

变量描述默认值
AUDIO_STT_ENGINE设置为 openai空（使用本地 Whisper）
AUDIO_STT_OPENAI_API_BASE_URLOpenAI API Base URLhttps://api.openai.com/v1
AUDIO_STT_OPENAI_API_KEY您的 OpenAI API Key空
AUDIO_STT_MODELSTT 模型whisper-1
AUDIO_STT_SUPPORTED_CONTENT_TYPES允许的音频 MIME 类型audio/*,video/webm

支持的音频格式​

默认情况下，Open WebUI 接受 audio/* 和 video/webm 进行转录。如果您需要限制或扩展支持的格式，可以设置 AUDIO_STT_SUPPORTED_CONTENT_TYPES：

environment:
  - AUDIO_STT_SUPPORTED_CONTENT_TYPES=audio/wav,audio/mpeg,audio/webm

OpenAI 的 Whisper API 支持的格式有：mp3、mp4、mpeg、mpga、m4a、wav、webm。

使用 STT​

  1. 点击聊天输入框中的麦克风图标
  2. 说话输入您的消息
  3. 再次点击麦克风，或等待静音检测自动停止
  4. 您的语音将被转录并显示在输入框中

OpenAI 与本地 Whisper 对比​

特性OpenAI Whisper API本地 Whisper
延迟取决于网络状况短音频转录速度更快
成本按分钟计费免费（消耗您的本地硬件）
隐私音频发送到 OpenAI音频保留在本地
需要 GPU不需要推荐使用以提升速度
模型选项仅 whisper-1tiny, base, small, medium, large

选择 OpenAI 的场景：

  • 您没有 GPU 硬件
  • 您希望获得稳定的性能表现
  • 您不担心隐私问题

选择 本地 Whisper 的场景：

  • 您希望进行免费的音频转录
  • 您的音频数据必须保持私密
  • 您拥有可以用于加速的 GPU

故障排除​

麦克风无法工作​

  1. 确保您正在使用 HTTPS 或 localhost
  2. 检查浏览器的麦克风权限
  3. 参阅 麦克风访问问题

转录错误​

  1. 检查您的 OpenAI API Key 是否有效
  2. 验证 API Base URL 是否正确
  3. 查看容器日志以获取错误消息

语言问题​

OpenAI 的 Whisper API 会自动检测语言。如果您需要强制使用特定的语言，建议考虑使用本地 Whisper 并配置 WHISPER_LANGUAGE 环境变量。

有关更多故障排除信息，请参阅 音频故障排除指南。

成本考量​

OpenAI 收取每分钟音频的 STT 费用。请查看 OpenAI 定价 了解当前价格。

提示

如需免费 STT，请使用 本地 Whisper（默认）或浏览器的 Web API 进行基础转录。

This content is for informational purposes only and does not constitute a warranty, guarantee, or contractual commitment. Open WebUI is provided "as is." See your license for applicable terms.