Use Qwen3-ASR as production speech recognizer

2026-09-25 21:31:33 +02:00
parent 6378b50086
commit 8a323e5b9e
17 changed files with 294 additions and 66 deletions
@@ -24,7 +24,7 @@ Sie betreibt:
 - den OpenAI-kompatiblen Profile Router,
 - Qwen-Image-2.1 INT8 für Textbilder und Referenzbild-Bearbeitung,
 - Qwen3-TTS und TTS-Gateway für Sprache,
- Whisper.cpp und die WebRTC-Brücke für OpenClaw Talk,
+- Qwen3-ASR auf der CPU und die WebRTC-Brücke für OpenClaw Talk,
 - EmbeddingGemma auf der CPU für OpenClaws semantische Memory-Suche,
 - die GPU-lose Mikes-Applio-UI als gesonderten Checkout,
 - das Athena-Dashboard,
@@ -95,6 +95,8 @@ nicht direkt. Kein automatischer Host-Neustart ist vorgesehen.
 - Qwen-Image-2.1 INT8: Bildgenerierung und Editing auf der RTX 5080; das Textmodell wird dafür kurz entladen und danach
  automatisch wiederhergestellt
 - Qwen3-TTS 1.7B: RTX 3060; kein Piper-Fallback
+- Qwen3-ASR 0.6B Q8: CPU, hinter dem bestehenden OpenAI-kompatiblen
+  Transkriptionsendpunkt. `whisper-1` bleibt nur als API-Kompatibilitätsname.
 - EmbeddingGemma 300M Q8: CPU, OpenAI-kompatibel auf Port 8082; kein GPU-Zugriff

 Die geprüften Live-Werte stehen in [docs/LIVE_STATE.md](docs/LIVE_STATE.md).