asr-claw

面向AI智能体自动化的语音识别命令行工具。支持从标准输入、文件或URL转录音频流，兼容多种本地及云端ASR引擎。

触发条件

• - 用户需要将音频、语音或声音转写为文本
• 用户需要语音识别或ASR功能
• 用户需要将音频/语音录音转换为文本
• 用户需要监控实时音频/直播语音
• 用户询问关于语音识别、语音转文字、转写、直播语音
• adb-claw音频捕获输出需要转写
• 用户需要从音频生成字幕（SRT/VTT格式）

二进制文件

asr-claw二进制文件位于${CLAUDEPLUGINROOT}/bin/asr-claw。

如果该文件不存在，SessionStart钩子将自动构建或下载它。

安装配置

快速开始（Mac）

bash

安装qwen-asr引擎（编译C二进制文件+下载0.6B模型约1.9GB）

asr-claw engines install qwen-asr

验证

asr-claw engines list asr-claw doctor

OpenClaw配置

通过ClawHub安装技能后，配置相关设置：

bash

设置默认语言（默认：zh）

claw config set asr-claw.default_lang en

使用更大模型

claw config set asr-claw.model Qwen/Qwen3-ASR-1.7B

中国用户——设置HuggingFace镜像

claw config set asr-claw.hf_mirror https://hf-mirror.com

自定义模型路径（例如共享NAS）

claw config set asr-claw.model_path /mnt/models/Qwen3-ASR-0.6B

更改模型设置后重新运行安装

asr-claw engines install qwen-asr

设置存储在~/.asr-claw/config.yaml中：

yaml
default:
engine: qwen-asr
lang: zh
format: json

engines:
qwen-asr:
binary: ~/.asr-claw/bin/qwen-asr
model_path: ~/.asr-claw/models/Qwen3-ASR-0.6B

云端引擎（无需本地模型）

bash

OpenAI Whisper API

export OPENAIAPIKEY=sk-...
asr-claw transcribe --file audio.wav --engine openai

火山引擎豆包

export DOUBAOAPIKEY=... asr-claw transcribe --file audio.wav --engine doubao

Deepgram（原生流式支持）

export DEEPGRAMAPIKEY=... asr-claw transcribe --file audio.wav --engine deepgram

命令

transcribe — 核心功能：音频转文字

bash

文件转录

asr-claw transcribe --file meeting.wav --lang zh

从标准输入管道输入

cat audio.wav | asr-claw transcribe --lang zh

流式转录（实时，来自adb-claw或ffmpeg）

adb-claw audio capture --stream --duration 60000 | asr-claw transcribe --stream --lang zh

字幕输出

asr-claw transcribe --file lecture.wav --format srt > lecture.srt asr-claw transcribe --file lecture.wav --format vtt > lecture.vtt

指定引擎

asr-claw transcribe --file audio.wav --engine whisper --lang en

参数说明：

参数	默认值	描述
--file <路径>	标准输入	输入音频文件
--stream

false | 流式模式（实时） |
| --lang <代码> | zh | 语言代码 |
| --engine <名称> | auto | ASR引擎 |
| --format <格式> | json | 输出格式：json, text, srt, vtt |
| --chunk <秒> | 0 | 固定时间分片（禁用VAD） |
| --rate <赫兹> | 16000 | 原始PCM输入的采样率 |

engines — 管理ASR引擎

bash
asr-claw engines list # 列出所有引擎及状态
asr-claw engines install qwen-asr # 安装本地引擎（Mac）
asr-claw engines info qwen-asr # 引擎详细信息
asr-claw engines start qwen3-asr # 启动vLLM服务引擎
asr-claw engines stop qwen3-asr # 停止服务引擎
asr-claw engines status # 查看运行中的引擎

doctor — 环境检查

bash
asr-claw doctor # 检查平台、引擎、依赖项

引擎矩阵

引擎	类型	Mac	GPU	流式支持	安装方式
qwen-asr	本地CLI	支持	不支持（加速）	VAD	engines install qwen-asr
qwen3-asr

vLLM服务 | 不支持 | 支持（CUDA） | 原生 | engines start qwen3-asr | | whisper | 本地CLI | 支持 | 不支持 | VAD | 手动安装 | | doubao | 云API | 支持 | — | 不支持 | 设置DOUBAOAPIKEY | | openai | 云API | 支持 | — | 不支持 | 设置OPENAIAPIKEY | | deepgram | 云API | 支持 | — | 原生 | 设置DEEPGRAMAPIKEY |

输出格式

所有命令输出JSON格式：

json
{
ok: true,
command: transcribe,
data: {
segments: [{index: 0, start: 0.0, end: 2.5, text: ...}],
full_text: ...,
engine: qwen-asr,
audiodurationsec: 5.5
},
duration_ms: 1230,
timestamp: 2026-03-13T10:00:00Z
}

使用-o text获取纯文本，-o quiet获取静默输出。

与adb-claw配合使用

bash

从Android设备实时转录

adb-claw audio capture --stream --duration 60000 | asr-claw transcribe --stream --lang zh

先录制再转录

adb-claw audio capture --duration 30000 --file recording.wav asr-claw transcribe --file recording.wav --lang zh

同时保存音频并转录

adb-claw audio capture --stream --duration 0 | tee backup.wav | asr-claw transcribe --stream