声像台 · AIRI Console

把声音、图像和文字，接进你自己的模型

先在右上角打开设置填入服务商与 API Key；没有 Key 也能用浏览器自带的语音与听写。

01 粘贴图片或拖入图片，即可让模型识别

02 按住话筒说话，松开后自动对话并语音回复

03 在「图像」「语音」页生成图片、合成语音、转写音频

语音通道：浏览器听写 → 浏览器朗读

提示词

尺寸数量

模型（留空用设置中的图像模型）

生成结果保存在本机浏览器图库（IndexedDB），可下载或发送到对话。

图库还是空的。

生成的第一张图会出现在这里。

拖入图片，或点击选择文件

想让它看什么？

合成语音 TTS 浏览器朗读（无需 Key）

文本

方式音色

语速 1.0 音调 1.0

转写音频 ASR API 转写（Whisper 兼容）

拖入音频文件（mp3 / wav / m4a / webm / ogg），或点击选择

音频语言（可选，留空自动检测）

设置

服务商

选中预设会自动填入地址与模型；Key 由你自己填写，仅保存在本机浏览器。

连接

API 地址（Base URL） API Key

模型

对话模型视觉模型（识别图像，可留空共用对话模型）图像生成模型

TTS 模型 TTS 音色

ASR 模型（Whisper 兼容）

语音

听写方式（语音聊天用）朗读方式（语音回复用）

模型回复后自动朗读听写语言

对话

系统提示词温度 0.7

数据

配置保存在本机 localStorage，图库保存在 IndexedDB；都不上传到任何服务器，请求直接发往你配置的 API 地址。