音视频转录与实时转录服务 Key
WiseMindAI 提供两类语音识别能力：
- 音视频转录：处理已经存在的音频或视频文件，用于生成字幕、概要和看点。
- 实时转录：接收麦克风的连续声音，用于会议、课堂和访谈的实时逐字稿。
两类服务在「设置 → 模型设置」中分别配置。部分服务商需要单独开通文件转写和实时语音识别能力，申请时请确认产品类型。
所有使用 Key 产生费用，完全由该模型提供商收取，与 WiseMind AI 无关。
音视频转录模型
| 服务提供商 | 申请地址 | 其他说明 |
|---|---|---|
| 本地 Whisper | 无需申请 | 下载本地 Whisper 模型后使用，适合离线处理 |
| 智谱 AI | 获取 API Key | 支持在线音视频转写 |
| 阿里云百炼 | 获取 API Key | 支持通过百炼音视频模型转写文件 |
| 小米 MiMo | 获取 API Key | 支持 MiMo 音频识别模型 |
| 阶跃星辰 | 获取 API Key | 支持在线音频转写 |
| 火山引擎 | 打开控制台 | 需要按控制台要求开通语音识别服务 |
生成视频字幕、导入录音转写时，请在「音频模型」中选择这类服务。完整视频使用方式可以查看：视频学习。
实时转录模型
| 服务提供商 | 申请地址 | 主要配置 |
|---|---|---|
| 阿里云百炼 | 获取 API Key | API Key、Workspace ID、地域和模型名称 |
| 火山引擎 | 打开控制台 | API Key、资源 ID 和接口地址 |
| 科大讯飞 | 开通实时语音转写 | App ID、AccessKey ID 和 AccessKey Secret |
| 百度智能云 | 打开语音识别控制台 | App ID、API Key、Secret Key 和识别模型 |
| 腾讯云 | 获取云 API 密钥 | App ID、Secret ID、Secret Key 和引擎模型 |
WiseMindAI 也在持续完善 OpenAI、Google Cloud 和 Deepgram 等实时转录平台。不同版本开放的平台可能不同，请以客户端「实时转录」模型列表为准。
配置完成后，可以直接点击模型卡片中的「测试」。测试会播放一段内置短音频，并显示识别文字、首段返回时间和总耗时，不会创建正式转录记录。
完整使用流程可以查看：实时转录。
配置建议
- 先在服务商控制台开通对应产品，并确认账号有可用额度。
- 按 WiseMindAI 表单填写认证信息，不要把普通语音识别产品的参数填到实时转录中。
- 保存后先使用「测试」确认配置，再开始长时间录音或处理大文件。
- 实时转录还要单独检测麦克风，模型测试正常不代表系统已经授予录音权限。
- 不同平台支持的语种、文件大小、单次时长和计费规则不同，正式使用前请查看服务商说明。
常见问题
为什么音频文件可以转写，但实时录音不能使用？
文件转写和实时转录使用不同的模型分类，也可能属于服务商的不同产品。请进入「实时转录」分类重新配置并测试。
为什么实时转录测试提示没有权限？
通常是当前账号只创建了密钥，但没有开通对应实时语音识别产品，或者所填模型、地域和资源 ID 与已开通服务不一致。
本地 Whisper 可以用于实时转录吗？
当前本地 Whisper 主要用于处理已经存在的音视频文件。实时录音请使用「实时转录」分类中当前可用的在线平台。
在线转录会产生费用吗？
会。多数平台按音频时长或请求量收费，具体费用和免费额度由服务商决定。WiseMindAI 不会额外收取模型调用费用。