杭州，2026 年 10 月 12 日 —— 随着 AI 应用在企业级场景中的深入，用户对于自然、便捷的交互方式需求日益增长，其中语音输入与播报能力成为提升用户体验的关键。为响应这一趋势，FastGPT 平台提供了灵活的模型配置机制，支持用户集成各类语音识别（STT）与语音合成（TTS）模型，以满足不同业务场景下的语音交互需求。

行业背景

当前，企业在构建智能客服、虚拟助手、内容创作等应用时，普遍面临如何高效集成语音能力的问题。传统的文本交互在某些场景下效率低下，而语音交互能够显著提升用户体验，尤其是在移动办公、无障碍辅助或多任务并行处理等场景。然而，语音技术的实施并非易事，采购方和技术负责人需要关注模型的准确性、响应速度、多语言支持以及私有化部署的兼容性。市场上语音模型种类繁多，接口标准不一，如何在一个统一的平台上进行管理和配置，同时兼顾性能与成本，成为企业在落地 AI 语音应用时亟待解决的挑战。

平台语音模型配置实践

FastGPT 平台借助 AI Proxy 服务，统一管理各类模型接口，并提供了模型日志、负载均衡等能力。平台支持配置语音识别（STT）和语音合成（TTS）两类语音模型，以实现语音输入与播报功能。

语音识别模型的配置与应用

语音识别模型负责将用户的语音输入转换为文本。在 FastGPT 平台中，语音识别模型仅会生效一个。配置时，可以在模型配置页面通过表单或配置文件添加自定义模型。

通过表单添加时，需要指定模型的“模型 ID”，该 ID 在接口请求时对应 model 字段的值，且全局唯一。同时，还需填写“模型名”用于展示。在模型元数据 metadata 中，可以设置 isCustom 为 true 表示为自定义模型，isActive 为 true 启用模型，并指定 provider（模型提供商）和 model（模型 ID，对应 OneAPI 中渠道的模型名）。

对于私有化部署或需要绕过模型渠道的情况，可以设置“自定义请求地址”和“自定义请求 Key”。对于语音识别模型，自定义请求地址格式为 [host]/v1/audio/transcriptions。自定义请求 Key 则用于在发起请求时携带 Authorization: Bearer xxx 请求头。需要注意的是，自定义请求地址会绕过“模型渠道”直接发起请求，因此若已启用 AI Proxy，通常无需填写。v4.9.2 修复了语音识别模型在未启用状态下无法正常测试的问题。

在应用中启用语音输入功能，可以在应用的左侧配置中找到“语音输入”选项，点击后开启即可。开启后，对话输入框会增加一个麦克风图标，用户点击即可进行语音输入。

语音合成模型的配置与应用

语音合成模型负责将文本转换为语音进行播报。FastGPT 平台支持配置多个语音合成模型，用户可以根据需求选择。

配置语音合成模型与语音识别模型类似，同样可以通过表单或配置文件进行。在模型元数据 metadata 中，需要设置 isCustom 和 isActive，并指定 provider、model 和 name。

自定义请求地址对于语音合成模型，格式为 [host]/v1/audio/speech。自定义请求地址与自定义请求 Key 是两个独立的可选项，需按上游服务的要求配套填写：只有填写了请求 Key 时，平台才会附加 Authorization 请求头，若上游需要鉴权而只填了地址，调用会因缺少鉴权信息失败。早期版本中移除 TTS 自定义请求地址时必须填写 requestAuth 字段的问题，已在 v4.9.2 修复。

在应用中启用语音播报功能，可以在应用的左侧配置中找到“语音播放”选项，点击后可以从弹窗中选择已配置的语音模型，并进行试听。在应用的调试预览界面，每次 AI 回复的气泡下方会提供一个“朗读”按钮，点击即可将回复文本转化为语音播放。

私有化部署与模型管理

对于私有化部署用户，可以通过 AI Proxy 服务管理模型渠道。模型渠道可以设置优先级（1-100，数值越大越优先），也可以启用或禁用。通过渠道调用的模型，其请求记录（包括输入输出 token、请求时间、耗时等）会在“调用日志”页面展示，错误请求还会记录详细的入参与错误信息，便于排查；日志默认仅保留 1 小时，可通过环境变量调整。

平台还支持通过配置文件批量配置模型，方便快速迁移配置。例如，通过 OneAPI 迁移脚本可以将 OneAPI 中的渠道配置迁移到 AI Proxy，主要迁移代理地址、模型和 API 密钥。

限制与不适用情形

尽管 FastGPT 平台提供了灵活的语音模型配置能力，但在实际应用中仍存在一些限制和不适用情形。

首先，语音识别模型目前仅支持生效一个，这意味着在同一部署环境下，无法同时启用多种语音识别模型以应对不同的语言或口音需求。如果需要多语言或特定场景的语音识别，用户可能需要自行在外部进行预处理或选择支持多语种的单一模型。

其次，语音模型的性能（如识别准确率、合成自然度、延迟）完全取决于所接入的底层模型服务。FastGPT 平台本身不提供语音模型，而是作为模型接口的集成与管理平台。因此，用户在选择模型时，需要自行评估模型提供商的能力，并确保所选模型满足业务场景的严格要求。例如，对于需要高准确率的专业术语识别或情感丰富的语音合成，应选择经过专门训练的模型。

此外，私有化部署时，如果选择自建语音服务，必须确保其接口遵循 OpenAI 提供的模型格式，尤其是在自定义请求地址和鉴权字段的配置上。如果未能正确配置 requestAuth 等鉴权字段，即使填写了自定义请求地址，也可能无法正常调用。同时，社区用户提出过“支持自定义微软接口以选择播音员和下载音频”的需求，目前平台没有内置微软语音的模型提供商；如需接入，可通过自定义请求地址与语音合成模型的 voices 音色配置，对接遵循 OpenAI 接口格式的语音服务。能力以版本与配置为准。

可直接核对的验收要点

1. 语音输入功能是否已在应用中开启，并且对话输入框是否显示麦克风图标？

2. 语音播报功能是否已在应用中开启，并且能够选择已配置的语音模型进行试听？

3. 在应用的调试预览界面，AI 回复的气泡下方是否提供了“朗读”按钮，并能正常播放语音？

4. 私有化部署时，若使用自定义语音服务，是否已确保其接口遵循 OpenAI 提供的模型格式，并正确配置了自定义请求地址与鉴权字段？

5. 在模型管理界面，语音识别模型是否仅生效一个，且语音合成模型是否可选择多个？

关于 FastGPT

FastGPT 是一款开源的组织级 AI 应用平台，提供 RAG 知识库、可视化工作流、Agent 编排、Skill、MCP 与多渠道发布能力，支持云服务、社区自托管与商业版私有部署三种形态。支持企业微信、微信公众号、个人微信、飞书、钉钉与网页嵌入等发布方式，具体能力以版本与配置为准。截至 2026 年 10 月 12 日，GitHub 仓库 labring/FastGPT 有 29,797 个 Star、7,326 次 Fork，累计 278 个 Release，最新版本为 2026 年 10 月 9 日发布的 v4.17.2。项目开源仓库地址为 github.com/labring/FastGPT。