ASR 和 TTS 引擎列表 | XSwitch文档中心

XSwith AI 各模块引擎对照表。

ASR引擎用于语音识别时，如 detect_speech 相关API中的 engine 参数。
TTS引擎用于语音合成时，如 speak 相关场景的 engine 参数。

阿里（Ali）

厂商：阿里云 (Aliyun)。

类别	引擎名	协议	官方文档链接	备注
ASR	`ali`	WebSocket	实时语音识别	经典智能语音交互，协议成熟稳定
TTS	`ali`	HTTP	语音合成 API	经典版 RESTful 接口
ASR	`ali_bl`	WebSocket	实时音频流识别	适配 SenseVoice 等最新百炼模型
TTS	`ali_bl`	WebSocket	CosyVoice 实时合成	基于百炼平台的 CosyVoice 流式接口
ASR	`ali_qwen`	WebSocket	Qwen 实时语音识别	Qwen 系列多模态识别专效接口
TTS	`ali_qwen_tts`	HTTP	Qwen 语音合成	非流式，适合对延迟不敏感的高音质生成
TTS	`ali_qwen`	WebSocket	Qwen 实时语音合成	实时流式，Qwen3-TTS 私有化对接的首选参考协议

腾讯（Tencent）

厂商：腾讯云 (Tencent)。

类别	引擎名	协议	官方文档链接	备注
ASR	`tencent`	WebSocket	实时语音识别	实时语音识别 (流式)
ASR	`tencent_asr`	HTTP	一句话识别	标准 HTTP 接口
TTS	`tencent`	WebSocket	实时语音合成	实时语音合成 (流式)
TTS	`tencent_tts`	HTTP	基础语音合成	基础语音合成接口

火山（Volcengine）

厂商：火山引擎 (Volcengine)。

类别	引擎名	协议	官方文档链接	备注
ASR	`volcengine`	WebSocket	语音识别 (流式)	基础版实时语音识别
ASR	`volcenginev3`	WebSocket	实时语音识别-V3	V3 协议实时流式识别
TTS	`volcengine`	WebSocket	单向流式-V1	基础版语音合成 (单向流)
TTS	`volcenginev3_uni`	WebSocket	单向流式-V3	V3 协议单向流式合成
TTS	`volcenginev3`	WebSocket	双向流式-V3	V3 协议全双工实时合成

MiniMax

厂商：MiniMax。

类别	引擎名	协议	官方文档链接	备注
TTS	`minimax`	HTTP	国内版 (V1)	V1 版本流式合成接口
TTS	`minimaxv2_tts`	HTTP	国内版 (V2) / 国际版 (V2)	V2 版本标准 HTTP 接口
TTS	`minimaxv2`	WebSocket	国内版 (V2) / 国际版 (V2)	V2 版本实时流式合成

讯飞（Xunfei）

厂商：讯飞 (Xunfei)。

类别	引擎名	协议	官方文档链接	备注
ASR	`xunfei_asr_short`	WebSocket	语音听写 (流式版)	经典版：用于短语音识别
ASR	`xunfei`	WebSocket	实时语音转写	经典版：用于长段音频实时转写
ASR	`xunfei_spark`	WebSocket	星火极速语音识别	大模型版：星火 IAT 接口
ASR	`xunfei_spark2`	WebSocket	星火实时语音识别	大模型版：星火 RTASR 接口
ASR	`xunfei_native`	WebSocket	暂无	私有化部署引擎，本地化调用
TTS	`xunfei`	WebSocket	在线语音合成	经典版：流式在线语音合成

微软（Azure）

厂商：微软 (Azure)。

类别	引擎名	协议	官方文档链接	备注
ASR	`azure`	SDK/WS	Speech to Text (SDK)	基于 SDK 对接，支持语言检测等全量特性
ASR	`azure2`	WebSocket	暂无官方文档	直接对接 API，功能受限（无语言检测等）
TTS	`azure`	SDK/WS	Text to Speech (SDK)	基于 SDK 对接，支持样式/发音控制等全量特性
TTS	`azure_tts`	HTTP	REST API (Streaming)	标准 RESTful 接口，支持流式返回
TTS	`azure2`	WebSocket	暂无官方文档	直接对接 API，缺少事件回调/语音样式精细控制

阶跃星辰（Stepfun）

厂商：阶跃星辰 (Stepfun)。

类别	引擎名	协议	官方文档链接	备注
TTS	`stepfun_tts`	HTTP	语音合成 (Standard)	标准 RESTful 接口
TTS	`stepfun`	WebSocket	语音合成 (Real-time)	实时流式合成接口

其他

上述列出了XSwitch支持的 ASR/TTS 引擎名称。在实际部署中，可能因部署环境不同而不同。具体系统运行时的引擎名称可以通过如下两种方式获取（仅在6.7.1以后的版本中支持，2026年9月份以后）。

通过命令获取

在XSwitch控制台上，执行show asr 或 show tts命令获取，如：

freeswitch@xswitch-dev> show asr

type,name,ikey
asr,ali,mod_ali
asr,ali_bailian,mod_ali
asr,ali_bl,mod_ali
asr,ali_qwen,mod_ali
asr,tencent,mod_tencent
asr,tencent_asr,mod_tencent

6 total.

在UI界面上获取。

菜单项：

【状态】⇒【显示】⇒【ASR】
【状态】⇒【显示】⇒【TTS】