• 开源软件研究

  如何在Linux上安装Speaches以配合Trilium AI使用

  發布人 Brave 2025-08-17 15:15

  目录

  • 一、环境前提
  • 二、详细步骤
  • 1. 安装 Python 3.12+ （按需）
  • 2. 安装 uv 包管理器
  • 3. 克隆 Speaches 源码
  • 4. 创建虚拟环境
  • 5. 激活虚拟环境
  • 6. 安装所有依赖（含所有扩展）
  • 7. 启动服务
  • 三、模型下载与管理
  • 四、实现开机时自动启动
  • 附录：关于硬件配置与类似工具

  Speaches是基地的Trilium AI插件的后端配套语音转录服务工具。本文将探讨如何在主机（而非通过 Docker 容器）上全新安装Speaches ，并希望能直接用官方推荐的方式（含 CLI 工具和模型管理）运行。 首先，可参考官方 Speaches 本地部署指令。

  Python (requires Python 3.12+ and uv package manager)
  
  git clone https://github.com/speaches-ai/speaches.git
  cd speaches
  uv venv
  source .venv/bin/activate
  uv sync --all-extras
  uvicorn --factory --host 0.0.0.0 speaches.main:create_app

  以下将逐行解释，并提供完整的、标准的主机本地部署流程。

  一、环境前提

  • Python 3.12+（务必用新版）
  • uv 包管理器（不是pip，uv官方文档）

  二、详细步骤

  1. 安装 Python 3.12+ （按需）

  Ubuntu 用户可这样安装最新版 Python（如未自带3.12）：

  sudo apt update
  sudo apt install -y software-properties-common
  sudo add-apt-repository ppa:deadsnakes/ppa
  sudo apt update
  sudo apt install -y python3.12 python3.12-venv python3.12-dev

  2. 安装 uv 包管理器

  uv 是一个高速的 Python 包管理工具，比 pip 更快更现代。

  sudo apt install pip
  sudo pip install uv
  uv --version

  3. 克隆 Speaches 源码

  git clone https://github.com/speaches-ai/speaches.git
  cd speaches

  4. 创建虚拟环境

  官方用法：

  uv venv

  这会自动创建 .venv 虚拟环境目录。

  5. 激活虚拟环境

  source .venv/bin/activate

  6. 安装所有依赖（含所有扩展）

  uv sync --all-extras

  > 这一步会自动解析 pyproject.toml，安装所有依赖，等价于 pip install -e .[all]。

  7. 启动服务

  uvicorn --factory --host 0.0.0.0 speaches.main:create_app

  • 这会监听所有网卡8000端口（可用 --port 8000 指定端口）
  • 默认可以直接访问 http://localhost:8000/docs 查看API文档

  三、模型下载与管理

  激活虚拟环境后，也可以用官方 CLI 下载模型：

  查询可用模型

  uvx speaches-cli registry ls --task automatic-speech-recognition

  下载模型

  uvx speaches-cli model download Systran/faster-whisper-medium 或查上一步输出的模型ID下载

  查看已安装模型

  uvx speaches-cli model ls --task automatic-speech-recognition

  四、实现开机时自动启动

  大多数现代 Linux 发行版（如 Ubuntu, Debian, CentOS, Fedora）都使用 systemd 来管理系统服务。这是最稳定和推荐的方法。

  第 1 步：创建服务文件

  首先，我们需要创建一个 systemd 服务单元文件。

  使用您喜欢的文本编辑器（如 nano 或 vim）创建一个新文件：

  sudo nano /etc/systemd/system/speaches.service

  然后，将以下内容复制并粘贴到文件中。

  [Unit]
  Description=Speaches OpenAI Compatible Server
  After=network.target
  
  [Service]
  # 运行服务的用户和用户组，建议使用您的普通用户名
  User=your_username
  Group=your_username
  # 替换为您的项目实际所在的目录
  WorkingDirectory=/path/to/your/project/speaches
  
  # 服务的启动命令。注意这里使用的是虚拟环境中的uvicorn
  ExecStart=/path/to/your/project/speaches/.venv/bin/uvicorn --factory --host 0.0.0.0 speaches.main:create_app
  
  # 确保服务在失败时会自动重启
  Restart=on-failure
  RestartSec=5s
  
  [Install]
  WantedBy=multi-user.target

  重要：

  • User 和 Group: 将 your_username 替换为你登录 Linux 系统的用户名。
  • WorkingDirectory: 将 /path/to/your/project/speaches 替换为 speaches 项目的 绝对路径。
  • ExecStart: 同样，将 /path/to/your/project/speaches 替换为项目的绝对路径。这里我们直接指定了虚拟环境 .venv/bin/ 中的 uvicorn 可执行文件，这样可以确保使用了正确的 Python 环境和依赖。

  第 2 步：重载、启用并启动服务

  保存并关闭 编辑器 (在 nano 中，按 Ctrl+X，然后按 Y，再按 Enter)。

  重载 systemd，使其识别到新的服务文件：

  sudo systemctl daemon-reload

  启用服务，这样它就会在开机时自动启动：

  sudo systemctl enable speaches.service

  立即启动服务，无需重启电脑：

  sudo systemctl start speaches.service

  第 3 步：检查服务状态

  你可以随时检查服务的运行状态，看看是否有错误：

  sudo systemctl status speaches.service

  如果看到 active (running)，说明服务已成功运行。还可以使用 journalctl -u speaches.service -f 来实时查看服务的日志输出。

  附录：关于硬件配置与类似工具

  speaches 采用的是 Faster-Whisper 后端，其资源消耗和 Faster-Whisper 基本一致。官方文档建议：

  对于 production，推荐16GB内存、8核CPU、带8GB显存的NVIDIA显卡。

  具体来说，可以区分如下情况

  • 个人测试/轻量使用：4核CPU + 8G内存 + 50G硬盘（可无GPU，速度慢）
  • 小团队/小型服务：8核CPU + 16G内存 + 100G硬盘 + 8GB显存GPU
  • 中大型/多用户：16核CPU + 32G内存 + 200G硬盘 + 16GB+显存GPU

  类似工具，可以重点关注：

  • 需要说话人分离/逐词字幕：WhisperX（或 whisper-diarize）
  • 需要本地批量、极简命令行：whisper-ctranslate2、whisper-standalone-win
  • 需要后期人工校对/字幕编辑：wscribe
  • 需要实时转写：Whisper-Streaming、WhisperLive
  • 只要极简 API：Whisper-FastAPI

  Brave 回复 1 day, 8 hours ago 1 成員 · 0 回复
• 0 回复

登入後即可回复