Appearance
火山引擎豆包后端 (Volcengine)
火山引擎流式语音识别具有极高的中文识别准确度与极低延迟,支持边说边出字与二次识别修正。配置保存在 ~/.config/fcitx5/conf/voiceinput-volcengine.conf。
选择此后端:主配置中 ActiveBackend=volcengine。后端选择与其他全局参数见配置总览。
配置参数项
| 参数项 | 说明 | 默认值 | 描述 |
|---|---|---|---|
Endpoint | WebSocket 服务端点 | wss://openspeech.bytedance.com/api/v3/sauc/bigmodel_async | 豆包大模型流式端点 |
AuthMode | 认证模式 | api_key | 可选 api_key(新控制台单 Key 认证)或 app_access_key(旧控制台双 Key 认证) |
ApiKey | API Key | (空) | api_key 模式下的鉴权密钥 |
AppKey | App Key | (空) | app_access_key 模式下的应用 AppKey |
AccessKey | Access Key / Token | (空) | app_access_key 模式下的访问 Token |
ResourceId | 资源 ID (Resource ID) | volc.seedasr.sauc.duration | 在控制台购买的服务资源包 ID |
ChunkMs | 单包音频推送切片大小 (ms) | 200 | 音频分片粒度(100~200ms) |
EnableITN | 逆文本标准化 (ITN) | true | 将“一百二十三”自动转为“123” |
EnablePunc | 标点符号自动添加 | true | 自动预测并添加逗号、句号等标点 |
EnableDDC | 语义顺滑 (DDC) | false | 过滤口语中的“呃、啊、那个”等无意义语气词 |
EnableNonstream | 开启二次识别修正 | true | 句子结束时执行全局二次重评分,提升整句最终准确率 |
EndWindowMs | 服务端判停窗口时长 (ms) | 800 | 服务端静音截断判定时长 |
资源 ID (ResourceId) 对照表
在火山引擎控制台开通服务时,根据购买类型填写对应的资源 ID:
- 豆包语音大模型 2.0 (按调用量/小时版):
volc.seedasr.sauc.duration - 豆包语音大模型 2.0 (按并发版):
volc.seedasr.sauc.concurrent - 语音大模型 1.0 (按调用量/小时版):
volc.bigasr.sauc.duration - 语音大模型 1.0 (按并发版):
volc.bigasr.sauc.concurrent
运行排查
使用流式后端遇到问题时,见流式后端运行排查。