能力地图
这张图回答“ChatVoice 负责什么”。具体调用方式见CLI 树、HTTP 接口和Python 接口树。
| 能力 |
当前入口 |
依赖与边界 |
| 录音转写 |
网页、ASR HTTP/WebSocket |
麦克风权限与已配置 ASR；stub 仅供验证 |
| 会议双路线与锁定 |
网页、会议音频接口 |
默认纯识别；单向启用录音+识别后立即锁灰，首次开始纯识别也锁；完成后不得追加 |
| 已有录音导入 |
网页、会议导入接口 |
需登录，固定保留并可回放；当前 ASR 通道、128 MiB、取消与失败回滚 |
| 摘要与完善 |
网页、纪要接口 |
独立文本模型；保留转写 |
| Markdown Todo |
网页、Todo 接口、Python 回调模块 |
手动触发、可编辑/对话/撤销/导出，不执行任务 |
| 会议与实时对话存储 |
网页、账号数据接口 |
账号 SQLite；访客 IndexedDB |
| 只读数据接入 |
Token、CLI、Python |
scope 与所有权检查 |
| 系统语音合成 |
声音工作室、TTS 接口 |
独立 TTS 配置与动态音色 |
| 一次性声音复刻 |
声音工作室、复刻代理 |
账号、授权参考与独立 sidecar |
| 实时语音对话 |
网页与 WebSocket |
对应实时模型权限，不等于 TTS 权限 |
| 运行诊断与备份 |
CLI、Python |
本地路径与单文件 SQLite |
状态如何理解
| 证据 |
能证明 |
不能证明 |
命令出现在 --tree |
可调用的已注册接口 |
所有外部服务已配置 |
| 离线测试通过 |
约定的业务回归行为 |
麦克风、网络或模型额度 |
| 状态端点正常 |
当时可读的服务状态 |
合成输出一定正确 |
| 真实生成、保存与读回 |
被验证路径的结果 |
所有供应商与全部场景均可用 |
不属于当前能力
- 自动执行 Todo、思维导图或跨系统任务调度。
- 通用录音文件库、实时对话原始音频档案、永久克隆音色库和生成音频历史。
- Postgres/MySQL 切换或分布式存储。
- 自动安装、迁移所有模型后端或管理反向代理。
快速上手 · 网页使用 · 配置参考