核心功能
Xeon ASR 是一款基于 OpenVINO 优化的本地语音转文字（ASR）技能，采用 Qwen3-ASR-0.6B-INT8 量化模型，专为 OpenClaw 框架设计。该技能集成 xdp-audio-service，实现 QQ 语音消息的实时本地转写，无需依赖云端 API。
显著优点
1. 完全本地化：模型与推理均在本地运行，语音数据不上传云端，隐私保护级别高
2. 轻量高效：INT8 量化 + OpenVINO 推理优化，0.6B 参数模型适合消费级硬件部署
3. 一键部署：提供自动化安装脚本，自动完成环境检查、虚拟环境创建、服务配置
4. 零 API 成本：无外部调用费用，长期使用成本可控
5. 生态集成：深度适配 OpenClaw/QQ Bot 生态，即装即用
潜在局限
- 硬件门槛：需 Python 3.10 + Node.js 18+ 环境，x86 平台 OpenVINO 优化更佳
- 模型规模限制：0.6B 参数在复杂场景（方言、噪声、专业术语）下准确率可能不及大模型 API
- 初始配置成本：需手动下载 ~300MB 模型文件（Git LFS），对国内网络环境不友好
- 仅支持中文：基于 Qwen3-ASR 训练数据，多语言支持有限
适合人群
- 对隐私敏感的 QQ Bot 开发者/运营者
- 希望降低长期运营成本的 AI 应用部署者
- 拥有本地服务器/NAS 的技术爱好者
- 需离线运行 ASR 的企业内网场景
常规风险
- 模型偏见风险：训练数据分布可能导致特定口音识别偏差
- 依赖维护：OpenVINO 版本与模型格式需保持兼容
- 资源占用：持续运行占用 CPU/GPU 资源，需合理规划硬件配置
- 非商业模型许可：Qwen3-ASR 需确认商用合规性，MIT 仅为技能代码许可