语音设置 · DPS AI

⚡ 实时听写引擎（按住说话用的就是这个）

腾讯云实时语音识别 —— 已启用（2026-11-14 起）· 状态读取中…

按住说话时字跟着嘴走、自动纠错；浮层下方会显示「⚡ 腾讯云实时」，降级时显示「智谱模式」。每月 5 小时免费，用量见腾讯云控制台「语音识别」。

🛟 备用引擎（本页配置的）

下面这套智谱 GLM-ASR 配置是备胎：腾讯云通道连不上时自动降级使用；也是长录音文件转写的通道。平时不用管它。

当前状态

读取中…

独立配置（保存后立即生效，不用重启）

语音识别在这里单独设置：供应商、接口地址、模型、API Key 都是独立的——跟聊天用的模型没有任何绑定。换供应商只需选一下，模板自动填。

供应商

接口地址（完整 URL，一般不用改）

模型 ID

API Key（独立填写；留空保存 = 不改 Key 只改其他项）

这页是干嘛的（大白话）

聊天页按住 🎤 说话 → 音频传到你自己的服务器 → 服务器按这里保存的配置发给语音识别服务 → 文字回到输入框。
为什么要单独配置？ 语音识别和文字聊天是两回事：供应商可能不同、模型不同、Key 可能不同、额度也是分开算的（智谱的语音和文字额度就不通用）。所以语音必须是一套独立参数，而不是"顺便用哪个聊天的 Key"。
推荐：智谱 GLM-ASR（国内稳定、中文准、支持方言中英混说）。用你智谱账号的 Key，到智谱平台给"语音识别"领资源包或充值即可。想换别家（如 SiliconFlow）就在上面下拉选，填那家的 Key。

使用与排障