智能工牌私有化语音转写与说话人分离 — 部署指南

套餐

Clip + reComputer

录音从 Clip 同步到 reComputer，在主机上转写并分出说话人，结果在本地网页查看。

设备用途
reSpeaker Clip佩戴录音
reComputer J40（Jetson Orin NX，JetPack 6.2）或 reComputer RK3576（8 GB）同步录音、转写、提供结果页

部署完成后你可以：

  • 在浏览器打开结果页，查看带时间戳和说话人标签的文字稿
  • 用 HTTP 接口上传录音或取回转写结果
  • 订阅 MQTT 消息，在转写完成时收到通知
  • 可选：为每段转写生成 AI 摘要

前提条件： 主机有蓝牙 · 可用磁盘：Jetson 15 GB，RK3576 5 GB · 首次部署需要联网

1

部署转写服务

在 reComputer 上安装转写服务，并把你的 Clip 写入配置。

部署方式

从这台电脑通过 SSH 部署到 reComputer J40。

前置条件
  • 主机是 Jetson Orin NX 模组，系统为 JetPack 6.2；其他型号或版本会在部署开始时停止并提示
  • 主机有至少 15 GB 可用磁盘，并且能访问互联网
  • Clip 已从手机 App 解除绑定
接线
  1. 给 reComputer J40 接上电源和网线，确认它与这台电脑在同一网络
  2. 把 Clip 充上电，放在主机旁边
  3. 填写主机 IP、SSH 用户名和密码
  4. 填写 Clip 名称：“Clip” 加上机身上印的 4 位编号，例如 Clip 7036；手机 App 中显示的也是这个名称
  5. 按需打开“通过 Wi-Fi 加速同步”和“AI 摘要（可选）”，然后点击部署
部署时需要填写（在 SenseCraft Solution 应用里填）
  • Clip 名称*

    “Clip” 加上 Clip 机身上印的 4 位编号，手机 App 里显示的也是这个名称。

  • Clip 蓝牙地址（可选）

    留空时主机按名称查找 Clip。只有附近有多个 Clip 时才需要填写。

  • 显示名称（可选）

    显示在结果页每段录音旁，例如佩戴人或使用位置。留空时使用 Clip 名称。

  • 录音语言*默认 auto
    4 项可选
    • · 自动识别
    • · 中文
    • · 英文
    • · 日文

    用于从 Clip 同步的录音，也用于在结果页上传的 WAV 文件。

  • 连接 Clip 用的无线接口*默认 wlan0

    wlan0 是主机自带的 Wi-Fi，主机用网线上网时保持默认即可。主机用自带 Wi-Fi 上网时，插一个 USB 无线网卡并填它的名称（在主机上运行 ip link 可列出接口）。

  • API key（可选）

    保护结果页和 HTTP 接口。留空时首次部署自动生成，之后重新部署沿用同一个；部署日志末尾会显示它。

  • 服务地址*

    AI 对话服务的地址，带不带 /v1 都可以。

  • 模型名称*
  • 服务密钥

    服务不需要密钥时留空。

其余 2 项已有默认值，可不改
  • 通过 Wi-Fi 加速同步默认 false

    关闭时录音经蓝牙同步。开启后主机还会连上 Clip 自己的热点，更快地下载较大的录音；这需要一个不用于主机上网的无线接口。

  • AI 摘要（可选）默认 false

    为每段转写生成简短摘要。需要一个兼容 OpenAI 接口格式的 AI 对话服务，可以是云端服务，也可以是你内网里的服务。使用云端服务时，转写文字会发给该服务；录音本身仍只保存在主机上。

故障排查
问题解决方法
提示 Jetson 模组或 JetPack 不匹配这个部署目标只支持 Jetson Orin NX + JetPack 6.2；RK3576 主机请选 RK3576 部署目标
磁盘空间不足清理主机磁盘，留出至少 15 GB
模型下载失败或很慢检查主机能否访问互联网后重新部署，已下载的模型会保留
提示 Clip 名称格式不对按 Clip 7036 的格式填写：Clip、空格、4 位编号
提示 AI 摘要缺少服务地址填写服务地址和模型名称，或关闭 AI 摘要
端口 8631、8621、8622 或 1883 被占用停止主机上占用这些端口的其他服务后重新部署
部署完成后

首次部署会下载语音识别模型（约 1.8 GB）并启动服务，耗时取决于网速。完成后：

  1. 在部署日志末尾找到 API key，保存好
  2. 在浏览器打开 http://<主机IP>:8631/，输入 API key 进入结果页
2

检查服务状态

确认转写服务已经就绪。

接线
  1. 填写主机 IP（本机部署填 localhost）
  2. 点击检查，返回 HTTP 200 表示服务就绪
故障排查
问题解决方法
返回 503语音识别仍在加载，等几分钟再试
连接被拒绝确认主机 IP 正确，并在主机上运行 docker ps 查看服务是否在运行
结果页一直没有新录音确认 Clip 有电、在主机蓝牙范围内，且没有同时绑定手机 App
附近有多个 Clip，连错了设备在步骤 1 填写“Clip 蓝牙地址（可选）”后重新部署
开启 Wi-Fi 同步后同步失败确认填写的无线接口没有被主机用来上网；没有空闲接口时关闭 Wi-Fi 同步，只用蓝牙
没有生成摘要检查 AI 对话服务的地址、模型名称和密钥；很短的录音不生成摘要
部署完成后

转写服务已在 reComputer 上运行。

初始设置

  1. 在浏览器打开 http://<主机IP>:8631/，输入部署日志末尾显示的 API key
  2. 忘记 API key 时，在主机上运行 sudo cat /opt/clip-private-transcription/config/api_key 查看
  3. 要改 Clip、Wi-Fi 同步或 AI 摘要设置，回到步骤 1 修改后重新部署；API key 留空会沿用原来的
  4. 在结果页「设置」面板保存的修改存放在数据卷（/var/lib/clip-pt/settings.override.yaml），重启和重新部署后仍保留，同一字段以它为准、优先于步骤 1 的值。要恢复为步骤 1 的值，运行 sudo docker exec $(sudo docker ps -qf label=com.docker.compose.service=clip-pt) rm /var/lib/clip-pt/settings.override.yaml 后重启服务

快速验证

  1. 用 Clip 录一段 30 秒左右的对话，放回主机旁边
  2. 等录音同步完成，在结果页看到新的文字稿，每段有时间戳和说话人标签

没有 Clip 在手时，也可以上传一段 16 kHz 单声道 WAV 录音测试：

curl -H "Authorization: Bearer <API key>" -F file=@sample.wav http://<主机IP>:8631/v1/transcribe

订阅转写完成通知：mosquitto_sub -h <主机IP> -t 'clip-pt/+/transcript/+/ready'