JKinco Listen · 筑听（开源本地版）

本地模型指南

语音识别（ASR）

默认：FunASR paraformer-zh + fsmn-vad + ct-punc。

• 中文普通话会议场景识别质量好、CPU 可跑；
• 首次运行自动从 ModelScope 下载（约 1–2GB）；
• 可用 JKINCO_ASR_MODEL_DIR 指向已有模型目录，跳过重复下载。

大模型（LLM）

默认：Ollama qwen2.5:7b-instruct。

硬件	推荐模型	体验
8GB 内存	qwen2.5:3b / qwen3:4b	可用，生成偏慢
16GB 内存	qwen2.5:7b-instruct	推荐默认
32GB 内存 / 8GB+ 显存	qwen2.5:14b / qwen3:8b	质量明显更好
64GB 内存 / 24GB+ 显存	qwen2.5:32b	接近商用质量

换模型：

OLLAMA_MODEL=qwen2.5:14b docker compose up -d
# 或手动模式
ollama pull qwen2.5:14b

也可以接入任意 OpenAI 兼容端点（vLLM、llama.cpp server、LM Studio）， 只需在 .env 修改：

LLM_BASE_URL=http://127.0.0.1:8000/v1/chat/completions
LLM_MODEL_NAME=your-model-name

质量建议

• 专有名词（标段、甲方、人名）写入 JKINCO_ASR_EXTRA_TERMS，顿号分隔；
• 重要会议建议用 14B 以上模型；
• 生成后的人工校核是最终事实来源，系统保留校核稿与原文对照。

This site is open source. Improve this page.