alldayrec 文档

简体中文

English

简体中文

English

深色模式

第一次跑起来 ​

在这个教程里，我们用 Docker 在你自己的电脑上跑起 alldayrec，用浏览器录一段话，然后在网页上看到它的转写。全程大约 15 分钟。

适用版本

docker-compose.yml 拉取的是镜像 ghcr.io/suyiiyii/alldayrec:latest，它对应最新的版本标签（写这一页时是 v0.1.0）。下面用到的页面地址（/record、/conversations）在 v0.1.0 和 main 上都有，两者的界面样式不同。

准备 ​

  • 一台装了 Docker 的电脑（amd64 或 arm64），能访问 GitHub。
  • 电脑上有麦克风，浏览器用 Chrome 或 Edge：网页录音页按 WebM/Opus 格式录音，浏览器要支持这种格式。
  • 一把阿里云百炼（DashScope）北京区的 API key。这一把 key 同时用于语音识别和大模型。

1. 取得代码 ​

bash
git clone https://github.com/suyiiyii/alldayrec
cd alldayrec

2. 填上 key ​

复制配置模板：

bash
cp .env.example .env

用编辑器打开 .env，找到下面两行，在等号后面填上你的百炼 key，其他行保持不变：

ini
DASHSCOPE_API_KEY=<你的百炼 key>
LLM_API_KEY=<同一把百炼 key>

3. 生成你的 token ​

服务器靠 data/tenants.json 里的 token 认人。生成一个：

bash
mkdir -p data && echo '[{"id": "main", "token": "'$(openssl rand -hex 16)'", "data": "/data/main", "recordings": "/data/main/recordings"}]' > data/tenants.json && chmod 600 data/tenants.json
cat data/tenants.json

你会看到一行 JSON，"token" 后面是 32 位十六进制字符。把它记下来，后面要用。

4. 启动服务器 ​

bash
docker compose up -d
docker compose logs -f

第一次启动时，服务器会下载 4 个模型文件（约 70 MB）并校验，然后开始监听。日志的最后几行类似这样：

text
alldayrec-1  | ... infer INFO models: downloading fireredvad-stream-vad.onnx from https://raw.githubusercontent.com/FireRedTeam/FireRedVAD/...
alldayrec-1  | ... infer INFO models: downloading fireredvad-cmvn.ark from https://raw.githubusercontent.com/FireRedTeam/FireRedVAD/...
alldayrec-1  | ... infer INFO models: downloading redimnet2-b6.onnx from https://github.com/suyiiyii/alldayrec/releases/download/models-v1/redimnet2-b6.onnx
alldayrec-1  | ... live INFO models ok: 3 files in /data/models
alldayrec-1  | ... live INFO tenants: main
alldayrec-1  | ... live INFO ready on 0.0.0.0:8770

看到 ready on 0.0.0.0:8770 后，按 Ctrl+C 停止跟随日志。服务器会继续在后台运行。

5. 打开网页 ​

在浏览器里打开下面的地址，把 <token> 换成第 3 步记下的 token：

text
http://127.0.0.1:8770/?token=<token>

页面打开后，地址栏里的 token 会消失：服务器已经用一个 cookie 记住了你，之后在这个浏览器里直接打开 http://127.0.0.1:8770/ 就行。

6. 录一段话 ​

  1. 打开 http://127.0.0.1:8770/record。这是网页录音页。
  2. 音源保持 本机麦克风，点 开始录音。浏览器询问是否允许使用麦克风时，选择允许。
  3. 正常说一两分钟话，比如讲讲今天要做的事。页面顶部会显示「录音中 · 已传 N 块 · 待传 0」，每 20 秒多一块。
  4. 点 停止。

7. 看到转写 ​

页面下半部分是实时字幕。服务器把音频交给语音识别，转写好的句子会出现在这里，每一句前面标着说话人。

再打开 http://127.0.0.1:8770/conversations，你刚才录的这段已经是一段对话，点开它可以看到原文。

你做到了什么 ​

你在自己的电脑上跑起了 alldayrec，录了一段话，并在网页上看到了带说话人的转写。录音和转写都在 data/ 目录里。

接下来可以：