基于阿里云NLS的轻量级语音识别技能，专注语音转文字，支持飞书等多通道，纯ASR无合成，配置简洁即插即用
说明：
## 核心定位
阿里云ASR (Aliyun ASR) 是专为OpenClaw设计的**纯语音识别技能**，专注单一功能：将语音消息精准转换为文本，不做语音合成、不生成语音回复，保持架构轻量与职责单一。
## 核心用法
1. **配置准备**：开通阿里云智能语音交互(NLS)服务 → 创建RAM子用户授予`AliyunNLSFullAccess` → 获取AppKey
2. **密钥部署**：创建`/root/.openclaw/aliyun-asr-config.json`，填入`access_key_id`、`access_key_secret`、`app_key`及区域（默认cn-shanghai），设置`chmod 600`保护
3. **自动运行**：用户发送语音（MP3/WAV/OGG/FLAC/AMR/OPUS）→ 技能自动识别 → 文本作为用户消息进入AI对话流 → AI生成纯文本回复
## 显著优点
– **职责单一**：纯ASR无TTS，避免功能冗余，降低攻击面
– **多通道兼容**：原生支持飞书、Telegram、WhatsApp等OpenClaw全通道
– **安全合规**：RAM子账号最小权限原则，密钥与代码分离，无本地语音存储
– **即插即用**：无需额外代码，语音消息自动触发识别流程
## 潜在局限
– **云依赖**：必须保持阿里云NLS服务可用，离线场景无法工作
– **地域限制**：默认cn-shanghai节点，海外延迟可能影响体验
– **无实时流式**：基于文件上传模式，长语音等待时间较明显
– **中文优化**：阿里云ASR对中文场景优化更佳，多语言支持需验证
## 适合人群
– 需要为IM机器人（尤其是飞书企业用户）快速添加语音理解能力的开发者
– 追求最小权限、密钥分离等安全合规要求的政企场景
– 已使用阿里云生态，希望降低多供应商管理成本的技术团队
## 常规风险
| 风险类型 | 说明 | 缓解措施 |
|———|——|———|
| 密钥泄露 | 配置文件权限不当或误提交Git | `chmod 600` + 路径在`.gitignore`外 |
| 费用失控 | 阿里云NLS按调用量计费 | 监控用量配额，设置告警阈值 |
| 隐私合规 | 语音数据上传至阿里云 | 确认符合企业数据出境/上云策略 |
| 服务中断 | 阿里云API故障或欠费 | 实现降级策略（提示用户转文字输入）|
会员专属
