语音转写(STT)

wesgine 内置可选的语音转写适配器,基于 Whisper 实现语音到文本的转换。


启用方式

通过 CellSpec.STT 声明启用:

spec := wesgine.CellSpec{
    STT: &wesgine.STTConfig{
        // Whisper 配置
    },
}

CellSpec.STT 非 nil 即启用。


实现位置

adapter/stt/ 目录:


进程安全

STT 适配器是 INV-EXEC-PROC-01 的三个豁免文件之一:


使用场景

场景说明
IM 渠道语音消息企业微信/飞书语音转文字
桌面应用语音输入用户语音 → 文字 → Agent
会议记录音频文件批量转写

与其他适配器关系

适配器输入输出
STT音频文字(消息)
Channel文字消息Agent 处理
Email邮件正文Agent 处理

STT 输出的文字可以作为 Channel 或 Chat 的输入,形成完整的语音交互链路。