综合介绍
Vexa 是一个开源的实时会议转录和知识管理平台，旨在为企业和个人提供高效的会议记录与智能知识提取服务。它通过 API 驱动的会议机器人，自动加入 Google Meet、Zoom 等平台，实时将语音转录为文本，并支持 99 种语言。Vexa 采用微服务架构，具备高扩展性，适合处理大量并发转录任务。它强调企业级数据安全，提供本地部署选项，确保合规性。目前，Vexa 处于封闭测试阶段，用户可通过官方网站申请免费测试。Vexa 的目标是成为 recall.ai 的企业级替代品，兼具高性能和丰富功能。
功能列表
- 实时会议转录：自动加入 Google Meet、Zoom、Microsoft Teams 会议，实时转录语音为文本。
- 多语言支持：支持 99 种语言的转录，适用于全球团队。
- 会议机器人：通过 API 控制机器人加入会议，简化操作。
- 知识提取：利用 RAG（检索增强生成）技术，从转录中提取关键信息，生成可搜索的知识库。
- 企业级安全：支持本地部署，保护数据隐私，满足合规需求。
- 高扩展性：微服务架构支持大规模并发转录任务。
- 直接流式传输：支持从网页或移动应用直接捕获音频（开发中）。
- 开源贡献：开发者可通过 GitHub 参与开发，扩展功能。
使用帮助
安装与部署
Vexa 是一个开源项目，适合有技术能力的用户或企业本地部署。以下是详细的安装流程：
- 克隆仓库
打开终端，运行以下命令克隆 Vexa 仓库：git clone https://github.com/Vexa-ai/vexa.git cd vexa
- 初始化子模块
Vexa 使用 Git 子模块管理依赖（如 services/vexa-bot 和 services/WhisperLive）。运行：make submodules
- 配置环境变量
创建并编辑环境配置文件：make env
在 .env 文件中设置参数，例如 ADMIN_API_TOKEN（管理员 API 密钥）。根据需要调整 Whisper 模型路径或数据库配置。
- 下载 Whisper 模型
Vexa 使用 Whisper 模型进行语音转录。运行以下命令：make download-model
模型将存储在 ./hub 目录，并挂载到 WhisperLive 容器。
- 构建会议机器人镜像
为 Vexa 机器人构建 Docker 镜像：docker build -t vexa-bot:latest -f services/vexa-bot/core/Dockerfile ./services/vexa-bot/core
- 启动服务
使用 Docker Compose 构建并运行服务：docker compose build docker compose up -d
服务启动后，API 网关运行在 http://localhost:8056，管理接口在 http://localhost:8057。
核心功能操作
实时会议转录
Vexa 的核心功能是通过会议机器人实时转录会议语音。操作步骤如下：
- 申请 API 密钥
访问 https://api.dev.vexa.ai/pricing 申请封闭测试的 API 密钥。提交申请后，获取 X-API-Key。 - 发送机器人加入会议
使用 API 请求让机器人加入会议。例如，加入 Google Meet：curl -X POST https://gateway.dev.vexa.ai/bots \ -H "Content-Type: application/json" \ -H "X-API-Key: YOUR_CLIENT_API_KEY" \ -d '{"native_meeting_id": "xxx-xxxx-xxx", "platform": "google_meet"}'成功后，返回 JSON 包含 meeting_id 和机器人状态。
- 获取转录数据
使用会议 ID 获取转录文本：curl -H "X-API-Key: YOUR_CLIENT_API_KEY" \ https://gateway.dev.vexa.ai/transcripts/google_meet/xxx-xxxx-xxx
返回示例：
{ "data": { "meeting_id": "meet_abc123", "transcripts": [ {"time": "00:01:15", "speaker": "John Smith", "text": "Let's discuss the quarterly results."}, {"time": "00:01:23", "speaker": "Sarah Johnson", "text": "The Q3 revenue exceeded our projections by 15%."} ] } }
多语言支持
Vexa 支持 99 种语言的实时转录。设置方法：
- 在 .env 文件中指定语言，例如 LANGUAGE=en。
- 在 API 请求中添加语言参数：
curl -X POST -H "Content-Type: application/octet-stream" \ -d '{"language": "es"}' \ http://localhost:8033/系统将自动以指定语言转录会议内容。
知识提取
Vexa 的 RAG 功能从转录中提取关键信息，生成结构化知识库：
- 查看知识库
通过管理接口（http://localhost:8057）或 API 访问生成的知识条目。 - 搜索信息
使用关键词搜索知识库，RAG 会返回相关会议记录和上下文。 - 导出数据
通过 API 导出知识条目为 JSON 或 CSV 格式，用于分析或存档。
直接流式传输（开发中）
Vexa 计划支持从网页或移动应用直接捕获音频。用户将通过 SDK 或 API 上传音频流，系统实时转录。此功能预计于 2025 年上线。
其他功能操作
- 企业级安全：本地部署隔离数据，管理接口使用 X-Admin-API-Key 保护。企业可根据合规需求配置访问权限。
- 高扩展性：微服务架构自动分配任务。无需手动干预，系统可处理千级并发转录。
- 社区贡献：访问 https://github.com/Vexa-ai/vexa，查看 CONTRIBUTING.md。开发者可通过 Discord（https://discord.gg/Ga9duGkVz9）讨论任务或提交代码。
注意事项
- 硬件要求：建议使用配备 NVIDIA GPU 的服务器，推荐 16GB RAM 和 4 核 CPU。
- 更新维护：定期运行 git pull 和 docker compose up --build 获取最新功能。
- 封闭测试：API 访问需申请密钥，测试名额有限。
- 开发进展：扬声器识别功能正在开发，Microsoft Teams 和 Zoom 机器人预计分别于 2025 年 4 月和 5 月上线。
应用场景
- 跨国企业会议
跨国团队使用 Vexa 转录多语言会议，实时翻译为英语，提取决策点，生成可搜索的知识库，便于全球协作。 - 项目管理
开发团队记录技术会议，Vexa 提取任务分配和时间线，生成自动化报告，减少手动整理工作。 - 客户支持优化
客服团队转录客户通话，提取常见问题和解决方案，构建知识库，提升响应速度和一致性。 - 学术研究记录
研究人员记录访谈或研讨会，Vexa 转录并分析内容，生成结构化数据，辅助论文撰写。
QA
- Vexa 支持哪些平台？
当前支持 Google Meet，Microsoft Teams 和 Zoom 机器人预计 2025 年上线。 - 如何申请测试密钥？
访问 https://api.dev.vexa.ai/pricing，提交申请获取免费测试 X-API-Key。 - 本地部署需要哪些资源？
推荐配备 NVIDIA GPU 的服务器，最低 16GB RAM 和 4 核 CPU。 - Vexa 是否支持实时翻译？
当前支持 99 种语言转录，实时翻译功能计划于 2025 年上线。 - 如何参与开发？
加入 Discord（https://discord.gg/Ga9duGkVz9），查看 CONTRIBUTING.md，提交 Pull Request。
简体中文 
English 
日本語 
Deutsch 
Português do Brasil