Voltip

简体中文

English

简体中文

English

外观

在线体验 下载

服务商设置 ​

本页说明 Voltip 支持的每个服务商需要开通什么、在哪里获取凭据，以及填写到哪里。通用的设置步骤见设置服务商，内置服务见内置服务，本地模型见本地识别。

在「语音模型」或「AI 模型」页打开服务商的设置，「配置方法」中有简要的步骤和直达链接：开通服务、创建应用或充值的页面，「获取密钥」，以及打开本页对应一节的「完整说明」。下面的页面地址于 2026 年 11 月按各服务商的官方文档核对；控制台的名称、免费额度和价格以服务商的网站为准。

「语音模型」页中火山引擎豆包语音的设置：模型下方是「配置方法」，列出三条步骤，下面是「开通服务」「获取密钥」和「完整说明」三个链接。
服务商设置中的「配置方法」。

OpenAI {#openai} ​

用于语音识别和 AI 润色，两项服务共用一把密钥。

  1. 登录 OpenAI Platform，在 Billing 中添加余额。API 按用量计费。
  2. 在 API keys 页面创建密钥。
  3. 在 OpenAI 的设置中填写密钥。
  • 推荐模型：识别为 gpt-transcribe、gpt-4o-mini-transcribe 和 whisper-1，润色为 gpt-6-luna 和 gpt-6-sol。OpenAI 将于 2027 年 2 月 26 日停用 whisper-1、gpt-4o-transcribe 和 gpt-4o-mini-transcribe，建议使用 gpt-transcribe。
  • 官方文档：快速入门、语音转文字。

Groq {#groq} ​

用于语音识别和 AI 润色，两项服务共用一把密钥。Groq 有免费套餐，请求次数受速率限制。

  1. 登录 GroqCloud 控制台。
  2. 在 API Keys 页面创建密钥。
  3. 在 Groq 的设置中填写密钥。
  • 推荐模型：识别为 whisper-large-v3-turbo 和 whisper-large-v3，润色为 qwen/qwen3.8-27b、openai/gpt-oss-120b 和 openai/gpt-oss-20b。
  • 官方文档：语音转文字、速率限制。

Google AI Studio {#google} ​

只用于 AI 润色，提供 Gemini 模型。

  1. 用 Google 账号登录 Google AI Studio，并接受服务条款。
  2. 在 API Keys 页面复制或创建密钥。
  3. 在「AI 模型」页 Google AI Studio 的设置中填写密钥。

模型列表里推荐的是有免费额度的 Gemini 模型，第一个是 gemini-3.5-flash-lite：润色只处理短文字，Flash-Lite 响应更快。保存密钥后，列表还会列出这把密钥能用的全部文本模型，直接从列表中选择，不必手动填写模型名。

Google 的模型有时会因请求过多暂时不可用（HTTP 503），这时悬浮窗显示「未润色 · 服务繁忙」。可以稍后再试，或换一个模型。

使用免费额度时，Google 可能用你发送的内容改进其产品；绑定了结算账号的 Google Cloud 项目的密钥不会这样使用。见隐私。

硅基流动 {#siliconflow} ​

用于语音识别和 AI 润色，两项服务共用一把密钥。

  1. 登录硅基流动，在实名认证页面完成认证：完成认证后才能充值，并使用全部免费模型。
  2. 在 API 密钥页面选择「新建 API 密钥」。
  3. 在硅基流动的设置中填写密钥。

阿里云百炼 {#aliyun} ​

用于语音识别和 AI 润色，两项服务共用一把 API Key。

  1. 完成阿里云实名认证后，打开百炼控制台，选择华北2（北京）地域，阅读并同意服务协议：百炼随即开通，并为各模型发放免费额度。
  2. 语音识别模型需要先在百炼控制台的业务空间中开通权限，才能调用并使用免费额度。
  3. 在 API Key 页面选择「创建 API Key」。每个地域的 API Key 和接入地址各自独立，不能混用。
  4. 在阿里云百炼的设置中填写 API Key。

百炼的语音识别模型使用百炼自己的接口，Voltip 按模型名称选择对应的接口：

  • 实时识别模型（默认的 qwen-audio-3.1-asr-flash-streaming，以及 qwen-audio-3.1-asr-flash-message、fun-asr-realtime、paraformer-realtime-v2 等）：录音的同时发送给百炼并完成识别，悬浮窗显示识别中的文字，松开快捷键后只需等待最后一句，整段录音不会再识别一次。悬浮窗的标签显示「预览 · 百炼」。在「实时预览」中关闭「服务商的实时文字」后，录音仍在说话过程中发送并识别，结果和等待时间不变，只是悬浮窗不显示文字。输出方式选择「整段输出」时，按「边说边识别」运行，文字仍在松开后一次插入。
  • 整段识别模型（qwen-audio-3.1-asr-flash、qwen3-asr-flash、fun-asr-flash）：松开快捷键后识别整段录音，单次录音最长约 4 分钟。
  • 名称中含 filetrans 的模型、fun-asr、paraformer-v2 和 sensevoice-v1 只能在后台转写录音文件，不能用于听写；qwen3-asr-flash-realtime 暂不支持。模型列表中不列出这些模型；手动填写并选择它们时，听写会提示改用其他模型。

接口地址留空时使用公共地址 https://dashscope.aliyuncs.com/compatible-mode/v1。使用业务空间的专属地址时，在「接口地址」中填写，例如 https://<业务空间 ID>.cn-beijing.maas.aliyuncs.com/compatible-mode/v1；新加坡地域使用 dashscope-intl.aliyuncs.com。在「自定义接口」中填写百炼的地址时，同样按上面的规则识别。

词典中的正确写法会作为热词发送给 qwen-audio 系列模型，作为上下文发送给 fun-asr-realtime 和 fun-asr-flash；百炼的其他识别模型不接收术语表。AI 润色使用百炼的千问或 DeepSeek 模型时，Voltip 关闭它们默认开启的思考模式，以免润色变慢。

百炼为新开通的模型提供免费额度，每个模型各有一份；只有华北2（北京）地域的模型有免费额度。阿里云百炼设置中的「查看额度」会打开百炼控制台的「免费额度」页，在那里查看各模型的剩余额度和用量：百炼不提供用 API 密钥查询额度的接口，Voltip 不显示额度和用量。如果只想使用免费额度，可以在该页开启「免费额度用完即停」；额度用完后，听写会提示「模型额度已用完」，也可以改用其他模型。

火山引擎豆包语音 {#volcengine-speech} ​

只用于语音识别，边说边识别。火山方舟的密钥在这里不能使用。

  1. 注册火山引擎账号并完成实名认证。
  2. 在豆包语音新版控制台的开通管理中开通流式语音识别模型。新用户可以为默认项目一键开通全部模型，并获得免费试用礼包。
  3. 在 API Key 管理中选择「创建 API Key」。
  4. 在火山引擎豆包语音的设置中填写 API Key，模型选择与已开通的服务一致的资源 ID。
  • 模型为服务的资源 ID：volc.seedasr.sauc.duration 是豆包流式语音识别模型 2.0 的小时版（默认），volc.bigasr.sauc.duration 是 1.0 的小时版，volc.seedasr.sauc.concurrent 是 2.0 的并发版。
  • 使用旧版控制台时，在应用管理中创建应用，记下 App ID 和 Access Token；在设置的「凭据类型」中选择「旧版控制台：App ID 与 Access Token」，再填写这两项。火山引擎的旧版控制台将逐步下线，建议改用新版控制台。
  • 官方文档：新版控制台快速入门、API Key 使用、大模型流式语音识别 API。

腾讯云语音识别 {#tencent} ​

只用于语音识别，边说边识别。需要 AppId、SecretId 和 SecretKey 三项凭据；腾讯混元（TokenHub）的密钥在这里不能使用。

  1. 打开语音识别控制台，完成实名认证和人脸认证，勾选「我已阅读并同意《用户协议》」后选择「立即开通」。开通后，各项服务有免费调用额度，可以在资源包管理中查看。
  2. 在 API 密钥管理页面选择「新建密钥」，复制 SecretId 和 SecretKey。
  3. 在账号中心复制 APPID。
  4. 在腾讯云语音识别的设置中填写这三项。

讯飞语音听写 {#iflytek} ​

只用于语音识别，边说边识别。单次识别最长 60 秒，录音更长时自动接着识别。

  1. 登录讯飞开放平台，在我的应用中创建应用。新应用的语音听写默认每天可调用 500 次。
  2. 在语音听写的服务页选择这个应用，复制 APPID、APIKey 和 APISecret。
  3. 在讯飞语音听写的设置中填写这三项。

讯飞实时语音转写 {#iflytek-rtasr} ​

只用于语音识别，边说边识别，不限时长，适合长录音。Voltip 使用的是实时语音转写标准版。

  1. 在实时语音转写的产品页选择「实时语音转写标准版」，领取免费试用包（个人 5 小时、企业 50 小时，有效期一年）。产品页默认显示的「实时语音转写大模型」是另一项服务，它的套餐在这里不能使用。
  2. 在我的应用中打开应用（可以使用语音听写的同一个应用），进入实时语音转写的服务页。
  3. 复制 APPID 和这项服务的 APIKey，填到讯飞实时语音转写的设置中。这个 APIKey 在应用添加实时语音转写服务时生成，与语音听写的不同。

百度智能云语音 {#baidu} ​

只用于语音识别，边说边识别。需要应用的 AppID 和 API Key。

  1. 注册百度智能云账号并完成实名认证，然后打开语音技术控制台。免费测试资源会在 5–10 分钟内自动发放，可以在「资源列表」中查看。
  2. 在左侧「应用列表」中选择「创建应用」，填写应用名称、勾选要调用的服务接口，然后选择「立即创建」。
  3. 在应用列表中复制应用的 AppID 和 API Key，填到百度智能云语音的设置中。

阶跃星辰 {#stepfun} ​

只用于语音识别。可切换中国站与国际站，两个站点的账号和密钥不通用。

  1. 在阶跃星辰开放平台注册：中国站为 platform.stepfun.com，国际站为 platform.stepfun.ai。中国站需要先在「账户管理 › 账户信息」中完成实名认证；按量计费的费用从账户余额中扣除。
  2. 在接口密钥页面创建 API Key：中国站、国际站。
  3. 在阶跃星辰的设置中选择注册的站点，填写 API Key。

DeepSeek {#deepseek} ​

只用于 AI 润色。

  1. 登录 DeepSeek 开放平台，在充值页面充值。余额不足时，请求会被拒绝。
  2. 在 API keys 页面创建 API key。
  3. 在「AI 模型」页 DeepSeek 的设置中填写。

Kimi {#kimi} ​

只用于 AI 润色。可切换中国站与国际站，两个站点的账号、余额和密钥不通用。

  1. 在 Kimi 开放平台注册：中国站为 platform.kimi.com，国际站为 platform.kimi.ai。
  2. 推荐的 Kimi K3.1 Pro 模型需要先充值：中国站最低充值 10 元，注册认证赠送的代金券不能用于 K3.1 Pro；国际站最低充值 1 美元。
  3. 在 API Keys 页面创建 API Key：中国站、国际站。
  4. 在 Kimi 的设置中选择注册的站点，填写 API Key。

智谱 GLM {#glm} ​

用于语音识别和 AI 润色，两项服务共用一把密钥。可切换中国站（智谱开放平台）与国际站（Z.ai），两个站点的账号和密钥不通用。

  1. 在智谱开放平台或 Z.ai 注册并登录。
  2. 创建标准 API Key：中国站在 API Keys 页面，国际站在 API Keys 页面。自 2026 年 10 月 16 日起，标准 API Key 与 GLM Coding Plan 套餐的 Key 分开管理，互不通用。
  3. 在智谱 GLM 的设置中选择注册的站点，填写 API Key。

火山方舟 {#volcengine} ​

只用于 AI 润色，提供豆包等模型。豆包语音的凭据在这里不能使用。

  1. 在火山方舟控制台的开通管理中，为要使用的模型选择「开通服务」。模型需要先开通，否则请求会被拒绝。
  2. 在 API Key 管理中选择「创建 API Key」。
  3. 在「AI 模型」页火山方舟的设置中填写。

腾讯混元 {#hunyuan} ​

只用于 AI 润色，通过腾讯云的大模型服务平台 TokenHub 使用；TokenHub 还提供其他厂商的模型。腾讯云语音识别的凭据在这里不能使用。

  1. 完成腾讯云实名认证后，登录 TokenHub 控制台，按提示开通服务。
  2. 在启用管理中启用要使用的模型。语言模型有新人免费体验额度；用完后，或模型没有免费额度时，需要开启按量付费。
  3. 在 API Key 管理页面上方选择地域「广州」，再选择「创建 API Key」。
  4. 在「AI 模型」页腾讯混元的设置中填写。
  • 推荐 hy3 和 hy4-preview。使用新加坡站时，把它的地址 https://tokenhub-intl.tencentmaas.com/v1 填到接口地址中，并使用新加坡站创建的密钥；两个站点的服务不能交叉调用。
  • 官方文档：快速入门、启用管理、新人免费体验包、API Key 管理。

小米 MiMo {#mimo} ​

用于语音识别和 AI 润色，两项服务共用一把密钥。

  1. 用小米账号登录 Xiaomi MiMo 开放平台。中国大陆的账号需要先完成个人或企业实名认证，才能充值或购买套餐。
  2. 在账户余额中充值。余额不足时，请求会被拒绝。
  3. 在 API Keys 中创建 API Key。
  4. 在小米 MiMo 的设置中填写。
  • AI 润色推荐 mimo-v2.6-flash 和 mimo-v2.6-pro。使用 Token Plan 套餐时，把套餐的专属地址填到接口地址中，并使用套餐的密钥。
  • 语音识别使用 mimo-v2.5-asr，识别整段录音，录音超过 3 分钟时在停顿处分段识别。
  • 官方文档：首次调用 API、支付与充值、语音识别。

OpenRouter {#openrouter} ​

只用于 AI 润色，用一把密钥使用多家厂商的模型。

  1. 注册 OpenRouter 账号，在 Credits 页面充值。免费模型每天可请求 50 次，购买至少 10 个 credits 后每天可请求 1000 次。
  2. 在 Keys 页面创建密钥，可以为它设置额度上限。
  3. 在「AI 模型」页 OpenRouter 的设置中填写。
  • 推荐响应快、价格低的模型，例如 google/gemini-3.5-flash-lite。
  • 官方文档：快速入门、常见问题。

Ollama {#ollama} ​

在这台电脑上运行的 AI 润色，不需要密钥，文字不离开这台电脑。

  1. 从 ollama.com 下载并安装 Ollama，保持它运行。在 Linux 上，如果 Ollama 没有在后台运行，在终端运行 ollama serve。
  2. 在终端运行 ollama pull <模型名称> 下载模型，可用的模型见 Ollama 模型库。
  3. 在「AI 模型」页 Ollama 的设置中，接口地址留空即使用 http://127.0.0.1:11434/v1，然后在模型列表中选择已下载的模型。

自定义接口 {#custom} ​

任意 OpenAI 兼容接口，例如 vLLM、LocalAI 或自建网关，用于语音识别或 AI 润色。识别和润色的接口地址与密钥分别设置，可以是两台不同的服务器。

  1. 在「接口地址」中填写接口的地址，通常以 /v1 结尾，例如 http://127.0.0.1:8000/v1。
  2. 接口需要密钥时填写密钥，然后填写模型 ID，或在测试连接后从列表中选择。
  3. 选择「测试连接」，确认地址和密钥可用。

在自己的 GPU 服务器上部署识别服务，见自建识别服务。填写阿里云百炼的地址时，按阿里云百炼的规则识别。

Responses 接口 ​

自定义接口的 AI 润色可以在「接口类型」中选择 Chat Completions（默认）或 Responses。OpenAI 的推理模型和一些网关（例如 kiro-provider）支持 Responses 接口。

  • 选择 Responses 后，可以设置「推理强度」（minimal、low、medium、high、xhigh）；选择「不设置」时使用服务的默认值。
  • 请求不带温度和输出长度上限：推理模型和这些网关通常不接受这两项。请求会要求服务不保存这次的内容。
  • 例如使用本机的 kiro-provider：接口地址 http://127.0.0.1:8787/v1，模型 claude-opus-5-5，接口类型 Responses，推理强度 high。推理强度越高，润色越慢；一次润色超过 30 秒时，Voltip 插入未经润色的识别结果。