Как говорить с локальной моделью голосом в Open WebUI

Что подготовить перед разговором?

1. На компьютере с вашим работающим Open WebUI откройте обычный текстовый чат и убедитесь, что одна модель Ollama отвечает на пробное текстовое сообщение. Тег qwen3:4b здесь только конкретный пример уже доступной модели, а не обещание работы на любом железе. s1 s4
2. Администратор открывает Settings → Admin → Audio → Voice calls и выбирает Standard (по документации это режим по умолчанию). Для распознавания речи в Settings → Admin → Audio нужен серверный движок, например встроенный Local Whisper, а не браузерный Web API: с Web API голосовой вызов не работает. Указанный в документации стандартный WHISPER_MODEL — base; при установке проверьте, что языковая модель и её файлы доступны серверу. Русскую речь можно указать через Settings → Audio → STT Settings → Language, но точность нужно сверить на своей записи. s1 s2 s3
3. Для озвучивания администратор может оставить Web API в настройках Text-to-Speech (превращение текста в речь): тогда используется голос, доступный браузеру. При необходимости выберите голос в Settings → Audio → Set Voice; наличие подходящего русского голоса и сетевое поведение браузера зависят от конкретной системы. Это не проверка полной локальности цепочки. s1

Скачивание Ollama, весов модели и Whisper, установка приложения и возможная загрузка голосовых компонентов требуют отдельной подготовки с сетью; мы не проводили опыт с отключением интернета. В этой конфигурации текстовая модель работает там, где у вас запущена Ollama, распознавание — на сервере Open WebUI, а озвучивание Web API — в среде браузера. Если сервер находится на другом компьютере или выбран внешний речевой движок, фраза «всё на моём ПК» неверна. s1 s2 s3

Как начать и проверить результат?

1. Откройте чат с одной выбранной моделью, уберите текст из поля сообщения и вложения. На месте отправки должна появиться кнопка Voice mode. Нажмите её и разрешите браузеру доступ к микрофону. Если кнопки нет, администратор проверяет разрешение Allow Call; для микрофона обычно нужен HTTPS или localhost, а не IP-адрес другого компьютера. s1
2. Скажите собственную безопасную пробную фразу: «На завтра у меня записано: полить фикус. Что мне проверить перед уходом?» Замолчите примерно на две секунды. В чате должен появиться текст вопроса, затем текстовый ответ модели и его озвучка; дословный ответ заранее неизвестен. Сверьте ключевые слова и дату с произнесённым, а смысл ответа — с вашим условием. Это критерий вашей проверки, не результат теста Modelium. s1
3. Завершите разговор кнопкой End call: по документации микрофон выключится, а текст останется в обычном чате. Если нужно только продиктовать отдельный вопрос и проверить его до отправки, откройте отдельный гайд по диктовке. s1

Если голосовой вызов не работает

• Браузер запрещает микрофон: проверьте его разрешение и безопасный адрес HTTPS/localhost. s1
• «Call feature is not supported when using Web STT engine»: это настройка распознавания, а не озвучивания. Администратор переключает STT на серверный движок; пользовательский выбор Web API для обычной диктовки сам по себе этого не исправляет. s1
• Слушает, но не отправляет: постоянный шум мешает определить паузу; попробуйте тихое место и дождитесь тишины. Нет звука: проверьте доступный голос и настройки озвучивания в браузере/у администратора; текст чата остаётся отдельным критерием результата. s1

Для личных или чувствительных записей сначала проверьте маршрут аудио и сетевых запросов на своей инсталляции. Наличие Ollama или Local Whisper не доказывает, что браузерная озвучка и прочие компоненты работают полностью офлайн. s1 s2