本地化 TTS/ASR
微语本地化 TTS/ASR 方案，面向对数据安全、业务连续性和私有化交付有明确要求的企业客户。通过将语音识别和语音合成能力部署在客户自有服务器、专有云或内网环境中，微语可以在不依赖外部云语音服务的前提下，为客服、呼叫中心、语音机器人和知识服务场景提供完整的语音能力。
对于售前项目来说，这一方案的核心价值并不只是“本地部署”，而是帮助客户同时解决以下三类问题：
- 音频与文本数据不出域，满足安全与合规要求
- 不受第三方云语音接口价格、配额和网络波动影响
- 与微语系统统一交付，形成完整的一体化私有化方案
当前推荐的本地语音服务为 bytedesk-ttsasr。该组件可独立部署，并与微语系统无缝集成，支撑本地 ASR 与本地 TTS 两类核心能力。
这里的“无需访问外部云服务”指的是业务运行阶段不需要调用外部云语音 API。若客户要求完全离线交付，可在项目实施阶段提前完成模型准备与本地化部署。
方案定位
微语本地化 TTS/ASR 不是单独的语音工具，而是微语私有化解决方案中的一个基础能力模块，适合与以下系统能力一起打包交付：
- 在线客服
- 智能呼叫中心
- AI 机器人与智能外呼
- 工单与质检系统
- 企业知识库与语音问答
在方案层面，客户看到的是一套“可私有化、可扩展、可持续运营”的语音能力，而不是多个分散的外部接口拼装。
客户价值
数据安全可控
语音文件、识别文本、播报内容均可保留在客户环境中处理，避免敏感录音、客户信息或业务语料流转到第三方平台。这对于政企、金融、医疗、教育、制造等行业 尤为重要。
私有化交付完整
微语可将 IM、客服、呼叫中心、机器人、语音能力统一交付。客户不需要分别采购多个云厂商能力，也不需要额外承担多供应商集成、对接和运维成本。
成本结构更清晰
相较于按调用量计费的外部云语音接口，本地化方案更适合中高频语音业务场景。尤其在坐席规模较大、呼入呼出量较高、机器人播报频繁的项目中，整体成本更易预测。
服务稳定性更强
语音能力部署在客户本地环境中，可减少公网链路依赖，降低因外部服务波动、区域网络问题或接口策略变化带来的业务风险。
适用场景
智能客服
- 客户语音输入自动转文字
- 客服消息支持语音播报
- 在网页、移动端、桌面端提供统一语音交互体验
呼叫中心
- 本地 IVR 语音播报
- 通话录音转写
- 外呼机器人语音播报
- 质检、摘要、检索等后处理场景
AI 语音机器人
- 结合大模型实现语音问答
- 支持知识库语音应答
- 支持企业内部专有语料场景
强合规行业
- 政务与国资项目
- 银行、保险、证券等金融场景
- 医疗健康与公共服务场景
- 教育、制造、园区等内网部署场景
方案能力概览
微语本地化 TTS/ASR 方案具备以下能力：
- 本地语音识别，将录音或音频流转换为文本
- 本地文字转语音，将系统消息、机器人回复转换为语音
- 多模型可选，便于根据项目预算、设备条件和效果要求灵活配置
- 可作为独立语音服务部署，与微语主系统分层解耦
- 支持 Docker 化部署，便于交付、扩容和运维
整体方案关系如下：
部署方式
微语本地化 TTS/ASR 支持以下交付模式：
- 单机部署：适合 PoC、演示环境或中小规模项目
- 集群部署：适合正式生产环境和高并发场景
- 专有云部署：适合集团客户、政企客户和统一资源池场景
- 内网离线部署：适合严格隔离网络环境
部署时可根据项目规模选择 CPU 或 GPU 资源。一般来说：
- CPU 适合功能验证、演示和轻量业务
- GPU 更适合生产环境、高并发和低延迟要求场景